摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第11-17页 |
1.1 电能质量研究的背景及意义 | 第11-12页 |
1.2 国内外电能质量扰动研究现状 | 第12-15页 |
1.2.1 电能质量扰动检测方法 | 第12-14页 |
1.2.2 电能质量扰动识别方法 | 第14-15页 |
1.3 本文主要研究内容 | 第15-17页 |
第2章 电能质量概论 | 第17-24页 |
2.1 电能质量概念 | 第17-18页 |
2.2 电能质量分类 | 第18-22页 |
2.2.1 稳态电能质量 | 第18-21页 |
2.2.2 暂态电能质量 | 第21-22页 |
2.3 电能质量标准 | 第22-23页 |
2.4 本章小结 | 第23-24页 |
第3章 基于LMD能量熵特征提取方法研究 | 第24-38页 |
3.1 熵的概念 | 第24-25页 |
3.2 信息熵的概念 | 第25-28页 |
3.2.1 信息熵的定义 | 第25-26页 |
3.2.2 信息熵的性质 | 第26-28页 |
3.3 局部均值分解理论 | 第28-33页 |
3.3.1 LMD的基本算法 | 第28-30页 |
3.3.2 LMD的效果验证 | 第30-33页 |
3.4 基于LMD能量熵特征提取方法研究 | 第33-36页 |
3.4.1 Shannon熵特征筛选 | 第33-34页 |
3.4.2 LMD与能量熵的融合 | 第34-35页 |
3.4.3 特征筛选验证 | 第35-36页 |
3.5 本章小结 | 第36-38页 |
第4章 模糊聚类方法研究 | 第38-52页 |
4.1 聚类的基本理论 | 第38-43页 |
4.1.1 聚类的定义 | 第38-39页 |
4.1.2“相似性”度量 | 第39-42页 |
4.1.3 聚类的一般步骤 | 第42-43页 |
4.2 模糊聚类的基本算法 | 第43-48页 |
4.2.1 GK聚类的基本算法 | 第43-44页 |
4.2.2 GG聚类的基本算法 | 第44-46页 |
4.2.3 聚类效果检验 | 第46-48页 |
4.3 模糊模式识别 | 第48-51页 |
4.3.1 择近原则 | 第49-51页 |
4.4 本章小结 | 第51-52页 |
第5章 电能质量扰动检测与识别仿真实验 | 第52-73页 |
5.1 建立电能质量扰动信号仿真模型 | 第52-53页 |
5.2 电能质量扰动检测分析实验 | 第53-61页 |
5.2.1 LMD与HHT的对比分析 | 第53-55页 |
5.2.2 基于LMD与Hilbert变换的电能质量扰动检测 | 第55-61页 |
5.3 电能质量扰动识别分析实验 | 第61-72页 |
5.3.1 基于LMD能量熵的特征提取 | 第61-64页 |
5.3.2 基于GK聚类的识别分析 | 第64-65页 |
5.3.3 不同聚类算法的对比分析 | 第65-67页 |
5.3.4 噪声干扰下的GK聚类 | 第67-70页 |
5.3.5 基于择近原则的扰动检测分析 | 第70-72页 |
5.4 本章小结 | 第72-73页 |
结论 | 第73-75页 |
参考文献 | 第75-80页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第80-81页 |
致谢 | 第81-82页 |
作者简介 | 第82页 |