資源描述：
《基于神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)諧波及間諧波檢測(cè)分析.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、基于神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)諧波及間諧波檢測(cè)分析學(xué)位申請(qǐng)人姓名王趕導(dǎo)師姓名及職稱王d：垡熬援培養(yǎng)單位籃過(guò)堡王太堂專業(yè)名稱電路墨丕統(tǒng)論文提交日期2Qll：Q壘：!Q論文答辯日期2Q!!：Q§：i墨答辯委員會(huì)主席鍪揖瀣RequirementsforthedegreeofMasterofEngineeringlnCircuitsandSystemslnChangshaUniversityofScience＆TechnologySupervisorProfessorWangXiaohuaApril，201本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。
2、除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。作者簽名：王翻日期：加I『年年月，。日學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)長(zhǎng)沙理工大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本學(xué)位論文屬于1、保密口，在——年解密后適用本
3、授權(quán)書(shū)。2、不保密團(tuán)。(請(qǐng)?jiān)谝陨舷鄳?yīng)方框內(nèi)打“√”)作者簽名：王高日期：加If年宰月f。日導(dǎo)師簽名：日期：例／年?duì)幵拢V日ABSTRACTAlongwiththerapiddevelopmentofthemodernindustryandtheinformationtecnnoIogY'electricpower’susersmoreandmorepayattentiontotherequirementsofthequalityofelectricpowerdaybyday．Butnowadayswithextensivelyusingofnonlinearelec
4、tricequipment，theproblemsofelectricpowersystemharmonicandInter’harmonicpollutionhavebecomemoreandmoreserious．Becauseinthepowersystem，nonlinearloadproducednotonlythefundamentalfrequency·sintegralmultipleharmonicbeside，butalsomayproducethefundamentalfrequency’sun．Integralmultiple，meaning
5、inter-harmonic．Harmonicandinter．hamonicdetectionandanalysispreconditionoftheharmonictreatment，preciseha珊onicandInter。harmonicdetectionwillprovidegoodbasisf10rhanIlonictreatment．Inrecentyears，thealgorithmofneuralnetworkcanbewidelyusedinthenarmonlcdetection，throughmultipletrainingthewayr
6、enewalpowervectorrepeatedly，andimproveseffectivelythesignalestimateofthepowersvstem．Thispaperdescribesthecausesofharmonicandharmonicharm，andthecullrentmanagementmethodofharmonictreatment．Alsointroducesthedevelopmenthistoryofartificialneuralnetworktheoryanditscurrentapplicationstatus．In
7、ordertosolvethecurrentproblemsexistedinkindsofharmonicanalysismetnod，aneuralnetworkapproach(NNA)wasproposedforestimatingaccuratelynamonIcsandinter-harmonicsparametersfromthesignalsinpowersystems．Itisalmedatthesysteminwhichthesamplingfrequencycannotbelocked0ntheactualfundamentalfreque
