| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 概述 | 第9-17页 |
| ·电能质量 | 第9页 |
| ·电能质量分类 | 第9-12页 |
| ·电能质量分析方法 | 第12-16页 |
| ·时域仿真方法 | 第12-13页 |
| ·频域分析方法 | 第13页 |
| ·基于变换域的方法 | 第13-16页 |
| ·改善电能质量的意义 | 第16页 |
| ·本文的工作 | 第16-17页 |
| 第2章 小波变换基本理论 | 第17-44页 |
| ·引言 | 第17-18页 |
| ·傅立叶变换(FT)与短时傅立叶变换(STFT) | 第18-20页 |
| ·基本傅立叶变换(FT) | 第18-19页 |
| ·短时傅立叶变换(STFT) | 第19-20页 |
| ·小波变换 | 第20-37页 |
| ·连续小波基函数 | 第20-23页 |
| ·连续小波变换 | 第23-24页 |
| ·离散小波变换 | 第24-25页 |
| ·多分辨率分析 | 第25-30页 |
| ·Mallat算法 | 第30-37页 |
| ·几种常用小波基函数 | 第37-41页 |
| ·经典类小波 | 第37-39页 |
| ·正交小波 | 第39-41页 |
| ·双正交小波Biorthogonal(biorNr.Nd) | 第41页 |
| ·小波基函数的选择 | 第41-43页 |
| ·分解层数的选择 | 第43-44页 |
| 第3章 小波包变换的基本原理 | 第44-50页 |
| ·小波包的定义 | 第44-46页 |
| ·小波包的空间分解 | 第46-47页 |
| ·小波包性质 | 第47-48页 |
| ·小波包滤波器组(小波包快速分解与重构算法) | 第48-50页 |
| 第4章 概率神经网络的基本理论 | 第50-60页 |
| ·神经网络概述 | 第50-51页 |
| ·神经网络的基本原理 | 第51-53页 |
| ·生物神经元简介 | 第51页 |
| ·人工神经元 | 第51-53页 |
| ·神经网络的特性 | 第53-54页 |
| ·概率神经网络 | 第54-60页 |
| ·概率神经网络的数学描述 | 第54-55页 |
| ·概率神经网络的结构 | 第55-57页 |
| ·PNN网络的学习算法 | 第57-60页 |
| 第5章 小波-概率神经网络应用于电能质量仿真研究 | 第60-73页 |
| ·香农采样定理 | 第60-61页 |
| ·帕斯维尔(Parseval)定理 | 第61页 |
| ·电压闪变的数学模型与同步检波原理 | 第61-63页 |
| ·电压闪变的数学模型 | 第61页 |
| ·电压闪变的同步检波原理 | 第61-63页 |
| ·Matlabl图形用户界面(Graphical User Interface)的设计 | 第63-64页 |
| ·Matlab下的仿真过程、结果及其分析 | 第64-73页 |
| ·运用Matlab下的小波工具箱函数与仿真结果 | 第64-69页 |
| ·仿真问题点的解决 | 第69-71页 |
| ·能量特征向量的提取与分类输出 | 第71-73页 |
| 第6章 总结与展望 | 第73-76页 |
| ·总结 | 第73-74页 |
| ·展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-79页 |
| 附录 | 第79-85页 |
| 附录A | 第79-80页 |
| 附录B | 第80-85页 |
| 攻读学位期间的研究成果 | 第85页 |