| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 选题背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 国外电能质量问题研究现状 | 第12-14页 |
| 1.2.2 国内电能质量问题研究现状 | 第14-16页 |
| 1.3 论文的主要研究内容及结构安排 | 第16-19页 |
| 第二章 电能质量扰动特征和分析方法的研究 | 第19-31页 |
| 2.1 电能质量的概念 | 第19页 |
| 2.2 电能质量扰动的特征分析 | 第19-21页 |
| 2.2.1 电压暂降特征分析 | 第19-20页 |
| 2.2.2 电压暂升特征分析 | 第20页 |
| 2.2.3 短时中断特征分析 | 第20页 |
| 2.2.4 电压谐波特征分析 | 第20-21页 |
| 2.3 电能质量扰动分析主要方法 | 第21-28页 |
| 2.3.1 短时傅里叶变换 | 第21-22页 |
| 2.3.2 卡尔曼滤波 | 第22-23页 |
| 2.3.3 小波变换 | 第23-25页 |
| 2.3.4 S变换 | 第25-26页 |
| 2.3.5 动态测度Dyn法 | 第26-28页 |
| 2.3.6 Mallat算法 | 第28页 |
| 2.4 本章小结 | 第28-31页 |
| 第三章 基于EEMD和TEO能量算子的电能质量扰动检测 | 第31-45页 |
| 3.1 经验模态分解实现原理 | 第31-36页 |
| 3.1.1 固有模态函数 | 第31页 |
| 3.1.2 EMD分解原理 | 第31-35页 |
| 3.1.3 EEMD分解 | 第35-36页 |
| 3.2 Teager能量算子 | 第36-37页 |
| 3.3 基于EEMD和TEO的电能质量扰动检测方法 | 第37页 |
| 3.4 电能质量扰动检测仿真分析 | 第37-44页 |
| 3.4.1 扰动信号的产生 | 第38页 |
| 3.4.2 扰动信号分析 | 第38-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 基于SVM的电能质量扰动识别 | 第45-61页 |
| 4.1 常见的识别方法 | 第45-53页 |
| 4.1.1 专家系统 | 第45-46页 |
| 4.1.2 人工神经网络 | 第46-47页 |
| 4.1.3 贝叶斯分类器 | 第47-48页 |
| 4.1.4 决策树 | 第48页 |
| 4.1.5 支持向量机 | 第48-53页 |
| 4.2 基于SVM的电能质量扰动分类流程 | 第53页 |
| 4.3 模态能量特征提取和分类模型参数选取 | 第53-55页 |
| 4.3.1 模态能量特征提取 | 第53-54页 |
| 4.3.2 分类模型参数选取 | 第54-55页 |
| 4.4 基于SVM的电能质量扰动识别 | 第55-59页 |
| 4.4.1 神经网络扰动识别 | 第57页 |
| 4.4.2 贝叶斯网络扰动识别 | 第57-58页 |
| 4.4.3 SVM扰动信号识别 | 第58-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 附录 (攻读硕士期间发表的论文) | 第71页 |