| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-23页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 电能质量定义及其分类 | 第11-16页 |
| 1.2.1 电能质量的定义 | 第11-12页 |
| 1.2.2 电能质量问题的分类 | 第12-16页 |
| 1.3 国内外研究现状 | 第16-21页 |
| 1.3.1 电能质量扰动时频特征分析研究现状 | 第16-19页 |
| 1.3.2 电能质量扰动分类技术研究现状 | 第19-21页 |
| 1.4 本文的主要研究内容 | 第21-23页 |
| 第2章 小波变换和相关向量机基本理论 | 第23-43页 |
| 2.1 小波变换 | 第23-29页 |
| 2.1.1 小波理论的发展 | 第23页 |
| 2.1.2 傅立叶变换和短时傅立叶变换 | 第23-24页 |
| 2.1.3 小波变换的基本概念 | 第24-29页 |
| 2.1.4 小波变换与傅立叶变换的比较 | 第29页 |
| 2.2 相关向量机 | 第29-41页 |
| 2.2.1 支持向量机理论基础 | 第30-33页 |
| 2.2.2 相关向量机理论基础 | 第33-35页 |
| 2.2.3 相关向量机模型 | 第35-39页 |
| 2.2.4 相关向量机核函数 | 第39-41页 |
| 2.2.5 基于相关向量机的多模式分类 | 第41页 |
| 2.3 本章小结 | 第41-43页 |
| 第3章 基于小波变换的电能质量扰动特征提取 | 第43-57页 |
| 3.1 建立电能质量扰动信号数学模型 | 第43-47页 |
| 3.2 电能质量扰动信号小波分解 | 第47-55页 |
| 3.2.1 选择小波函数 | 第47-52页 |
| 3.2.2 确定分解层数 | 第52-55页 |
| 3.3 扰动特征提取 | 第55页 |
| 3.4 本章小结 | 第55-57页 |
| 第4章 基于FRVM的电能质量扰动分类 | 第57-77页 |
| 4.1 相关向量机快速改进算法 | 第57-61页 |
| 4.1.1 快速边界似然算法 | 第57-59页 |
| 4.1.2 基于正交变换(Gram-Schmidt)算法的RVM训练 | 第59-60页 |
| 4.1.3 BoostingRVM算法 | 第60-61页 |
| 4.2 基于FRVM的电能质量扰动分类仿真分析 | 第61-76页 |
| 4.2.1 FRVM与RVM的仿真分析比较 | 第61-74页 |
| 4.2.2 扰动分类实验结果 | 第74-76页 |
| 4.3 本章小结 | 第76-77页 |
| 结论与展望 | 第77-79页 |
| 结论 | 第77页 |
| 展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-84页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第84页 |