电能质量扰动的S变换分类识别
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-18页 |
| ·研究背景及意义 | 第9页 |
| ·电能质量概论 | 第9-12页 |
| ·电能质量定义 | 第9-10页 |
| ·电能质量标准 | 第10页 |
| ·电能质量分类 | 第10-12页 |
| ·电能质量扰动分析方法 | 第12-15页 |
| ·时域分析方法 | 第12-13页 |
| ·频域分析方法 | 第13页 |
| ·变换域分析法 | 第13-15页 |
| ·电能质量扰动的分类方法 | 第15-16页 |
| ·神经网络 | 第15页 |
| ·支持向量机 | 第15-16页 |
| ·规则判别 | 第16页 |
| ·电能质量扰动识别的发展趋势 | 第16-17页 |
| ·本文的主要研究内容 | 第17-18页 |
| 第二章 S变换原理 | 第18-25页 |
| ·小波变换 | 第18-19页 |
| ·小波变换的基本原理 | 第18页 |
| ·多分辨率分析 | 第18-19页 |
| ·S变换 | 第19-22页 |
| ·一维连续S变换 | 第19-21页 |
| ·广义S变换 | 第21-22页 |
| ·S变换的快速算法 | 第22-24页 |
| ·章节小结 | 第24-25页 |
| 第三章 电能质量扰动特征提取 | 第25-43页 |
| ·电能质量扰动信号生成 | 第25-31页 |
| ·电能质量扰动S变换分析 | 第31-39页 |
| ·电能质量扰动信号的S变换 | 第31-32页 |
| ·电能质量扰动信号S变换的特性图 | 第32-39页 |
| ·特征提取 | 第39-43页 |
| 第四章 电能质量的扰动分类 | 第43-53页 |
| ·人工神经网络 | 第43-45页 |
| ·人工神经网络的概念 | 第43页 |
| ·人工神经网络的特性 | 第43页 |
| ·神经网络的基本功能 | 第43页 |
| ·人工神经网络的构成 | 第43-44页 |
| ·神经网络结构和工作方式 | 第44页 |
| ·神经网络的学习方式 | 第44-45页 |
| ·神经网络的学习算法 | 第45页 |
| ·概率神经网络 | 第45-48页 |
| ·概率神经网络 | 第45-47页 |
| ·电能质量扰动分类的概率神经网络模型 | 第47-48页 |
| ·电能质量扰动分类结果 | 第48-53页 |
| ·概率神经网络的分类结果 | 第48-51页 |
| ·分类结果分析 | 第51-53页 |
| 第五章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57页 |
