基于多分辨率快速S变换的电能质量扰动信号识别
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题背景及研究的目的和意义 | 第11-12页 |
| 1.2 电能质量扰动信号识别的国内外研究现状 | 第12-15页 |
| 1.2.1 电能质量扰动信号处理 | 第12-14页 |
| 1.2.2 电能质量扰动信号特征提取 | 第14页 |
| 1.2.3 电能质量扰动信号模式识别 | 第14-15页 |
| 1.3 电能质量扰动信号参数检测的国内外研究现状 | 第15-16页 |
| 1.4 本文的主要研究内容 | 第16-18页 |
| 第2章 基于MFST的电能质量扰动信号处理 | 第18-33页 |
| 2.1 电能质量扰动信号概述及其数学模型 | 第18-22页 |
| 2.1.1 电能质量相关标准 | 第18-19页 |
| 2.1.2 电能质量扰动产生原因、危害及治理措施 | 第19-21页 |
| 2.1.3 电能质量扰动信号数学模型 | 第21-22页 |
| 2.2 多分辨率S变换及其窗宽调整因子的确定 | 第22-28页 |
| 2.2.1 多分辨率S变换 | 第22-23页 |
| 2.2.2 GST峭度-误差分析 | 第23-27页 |
| 2.2.3 窗宽调整因子确定 | 第27-28页 |
| 2.3 快速S变换原理 | 第28-31页 |
| 2.3.1 Otsu’s滤波方法 | 第28-30页 |
| 2.3.2 多分辨率快速S变换 | 第30-31页 |
| 2.4 采用MFST的暂态扰动信号处理 | 第31-32页 |
| 2.5 本章小节 | 第32-33页 |
| 第3章 基于MFST的电能质量扰动信号特征提取 | 第33-38页 |
| 3.1 采用灰度级形态学高频降噪的振荡特征提取 | 第33-36页 |
| 3.1.1 形态学开运算 | 第33页 |
| 3.1.2 采用灰度级形态学高频降噪 | 第33-34页 |
| 3.1.3 降噪后特征分类能力比较 | 第34-36页 |
| 3.2 扰动特征提取 | 第36-37页 |
| 3.3 本章小节 | 第37-38页 |
| 第4章 基于MFST的电能质量扰动信号识别实验 | 第38-49页 |
| 4.1 模式识别分类器设计 | 第38-40页 |
| 4.1.1 采用最小分类损失原则确定分类阈值 | 第38-40页 |
| 4.1.2 基于决策树的扰动信号分类器设计 | 第40页 |
| 4.2 实验流程 | 第40-41页 |
| 4.3 仿真实验分析 | 第41-45页 |
| 4.3.1 MFST识别准确率分析 | 第41-44页 |
| 4.3.2 对比实验识别结果分析 | 第44-45页 |
| 4.3.3 运算时间对比分析 | 第45页 |
| 4.4 实测数据分析 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 基于MFST的电能质量扰动信号参数检测 | 第49-55页 |
| 5.1 扰动参数检测方法 | 第49-52页 |
| 5.1.1 短时扰动的参数检测方法 | 第49-50页 |
| 5.1.2 周期性扰动的参数检测方法 | 第50-51页 |
| 5.1.3 暂态扰动的参数检测方法 | 第51页 |
| 5.1.4 复合扰动的参数检测方法 | 第51-52页 |
| 5.2 参数检测仿真实验 | 第52-53页 |
| 5.3 实测数据参数检测 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-61页 |
| 致谢 | 第61页 |
