| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 电力电子电路诊断的目的与意义 | 第16-17页 |
| 1.2 电力电子电路故障类型 | 第17-18页 |
| 1.3 电力电子电路故障诊断研究现状 | 第18-19页 |
| 1.4 电力电子电路故障诊断研究难点与发展趋势 | 第19-20页 |
| 1.5 论文研究的主要内容 | 第20-22页 |
| 1.5.1 课题研究的目的和方法 | 第20页 |
| 1.5.2 本文的研究内容 | 第20-22页 |
| 第二章 电力电子电路故障诊断基本方法与模型仿真 | 第22-32页 |
| 2.1 电力电子电路的故障诊断 | 第22-26页 |
| 2.1.1 故障诊断的基本方法 | 第22-23页 |
| 2.1.2 电力电子电路故障诊断方法 | 第23-26页 |
| 2.2 电力电子电路工作原理及仿真电路故障类型分析 | 第26-28页 |
| 2.2.1 三相桥式整流电路工作原理 | 第26-27页 |
| 2.2.2 三相桥式整流电路故障类型 | 第27-28页 |
| 2.3 电路仿真实例 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 故障诊断算法介绍 | 第32-47页 |
| 3.1 小波分析原理 | 第32-36页 |
| 3.1.1 小波多分辨率分析（MRA） | 第32-35页 |
| 3.1.2 连续小波变换(CWT) | 第35-36页 |
| 3.1.3 离散小波变换（DWT） | 第36页 |
| 3.2 小波包分析 | 第36-37页 |
| 3.3 交叉小波变换（XWT） | 第37-38页 |
| 3.4 主成元分析（PCA） | 第38-41页 |
| 3.4.1 主成元分析原理 | 第38-40页 |
| 3.4.2 主元数确定 | 第40-41页 |
| 3.5 神经网络故障分类算法 | 第41-46页 |
| 3.5.1 神经元基础模型 | 第41-42页 |
| 3.5.2 BP神经网络 | 第42-45页 |
| 3.5.3 L-M算法改进的BP神经网络 | 第45-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 基于小波包能量谱分析电力电子电路故障诊断 | 第47-59页 |
| 4.1 小波包能量谱故障特征提取原理 | 第47-49页 |
| 4.2 适合故障特征提取的小波基函数选择 | 第49-50页 |
| 4.3 小波包分析故障信号消噪预处理 | 第50-53页 |
| 4.4 小波包能量谱在仿真电路的故障特征提取 | 第53-57页 |
| 4.5 改进BP神经网络故障分类器 | 第57-58页 |
| 4.5.1 改进BP神经网络结构设计 | 第57页 |
| 4.5.2 改进BP神经网络故障分类仿真结果 | 第57-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 基于交叉小波变换电力电子电路故障诊断 | 第59-70页 |
| 5.1 交叉小波变换仿真信号分析 | 第59-62页 |
| 5.2 交叉小波变换故障特征提取原理 | 第62-63页 |
| 5.3 交叉小波变换电力子电路故障诊断仿真实例 | 第63-68页 |
| 5.4 交叉小波变换与小波包能量谱故障诊断对比 | 第68-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 全文总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间的学术活动及成果 | 第76-77页 |