文摘
英文文摘
声明
1绪论
1.1课题背景
1.2负载类型概述
1.2.1恶意负载定义
1.2.2恶意负载识别的意义
1.3相关领域的研究现状
1.4研究主要内容
2学生公寓恶意负载判别方法
2.1学生公寓常用负载种类及特性分析
2.2恶意负载识别方法
2.2.1功率因数法
2.2.2波形比较法
2.2.3瞬时功率增加法
2.2.4面积关系判别法
2.3谐波的基本概念
2.4学生公寓恶意负载的判别条件
2.5本章小结
3谐波电流检测方法
3.1谐波电流检测方法
3.1.1模拟滤波器
3.1.2 Fryze有功电流检测法
3.1.3基于FFT的谐波电流检测
3.1.4同步检测法
3.1.5基于瞬时无功补偿理论的检测方法
3.1.6基于dq变换的谐波电流检测
3.1.7基于自适应噪声抵消技术的广义谐波电流检测方法
3.1.8基于小波变换的谐波检测
3.1.9基于神经元的自适应谐波电流检测方法
3.2本章小结
4基于Hopfield神经网络的自适应谐波电流检测
4.1 Hopfield神经网络原理
4.1.1人工神经网络基础
4.1.2 Hopfield神经网络简介
4.1.3连续型Hopfield网络的电路模型
4.1.4 Hopfield神经网路的能量函数
4.1.5连续型Hopfield网络用于优化计算
4.2基于Hopfield神经网络的自适应谐波电流检测
4.2.1基于Hopfield神经网络的自适应谐波电流检测模型
4.3仿真研究
4.3.1算法流程
4.3.2仿真及结果分析
4.4本章小结
5恶意负载识别仿真
5.1学生公寓各类负载的等效电路模型
5.1.1计算机负载等效电路模型
5.1.2荧光灯负载模型
5.2恶意负载识别仿真
5.2.1计算机负载+恶意负载
5.2.2计算机负载+荧光灯负载
5.3仿真结果分析
5.4本章小结
6结论与展望
致 谢
参考文献
附录
重庆大学;