提升小波在局部放电信号消噪及模式识别中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究局部放电信号在线监测和模式识别的意义 | 第9-11页 |
| ·局部放电信号在线监测和模式识别的研究现状 | 第11-15页 |
| ·抗干扰技术 | 第11-13页 |
| ·模式识别技术 | 第13-15页 |
| ·论文研究内容及结构安排 | 第15-16页 |
| 第二章 小波变换及信号去噪基本理论 | 第16-39页 |
| ·小波变换与提升小波的发展 | 第16-17页 |
| ·小波变换基础理论 | 第17-21页 |
| ·小波变换 | 第17-18页 |
| ·小波的性质 | 第18-19页 |
| ·多分辨分析 | 第19-20页 |
| ·一维信号的Mallat算法 | 第20-21页 |
| ·基于小波变换的去噪方法 | 第21-29页 |
| ·小波模极大值去噪法 | 第22-23页 |
| ·小波分解与重构去噪法 | 第23-24页 |
| ·非线性小波变换闭值去噪法 | 第24-25页 |
| ·平移不变量小波去噪法 | 第25-26页 |
| ·几种小波去噪方法的仿真试验 | 第26-28页 |
| ·结果分析 | 第28-29页 |
| ·提升小波理论 | 第29-37页 |
| ·提升小波的分解和重构 | 第30-31页 |
| ·离散小波变换 | 第31-32页 |
| ·多相表示法 | 第32-33页 |
| ·用提升方法构造传统小波 | 第33-34页 |
| ·算例 | 第34-36页 |
| ·提升小波去噪仿真 | 第36-37页 |
| ·小结 | 第37-39页 |
| 第三章 基于适应性交叉提升小波的消噪方法 | 第39-49页 |
| ·交叉提升小波理论 | 第39-41页 |
| ·小波提升方案 | 第39-40页 |
| ·交叉提升小波变换 | 第40-41页 |
| ·提升小波的适应性算法 | 第41-44页 |
| ·尺度适应性算法 | 第42-43页 |
| ·空间适应性算法 | 第43-44页 |
| ·线性适应性算法 | 第44页 |
| ·仿真实验 | 第44-45页 |
| ·现场数据的处理结果 | 第45-48页 |
| ·小结 | 第48-49页 |
| 第四章 基于提升小波与神经网络的模式识别 | 第49-63页 |
| ·提升小波在信号奇异点检测中的应用 | 第49-52页 |
| ·检测第一种类型的间断点 | 第49-50页 |
| ·检测第二种类型的间断点 | 第50-52页 |
| ·局部放电模式识别概述 | 第52-53页 |
| ·基于神经网络的局部放电模式识别 | 第53-62页 |
| ·神经网络简介 | 第53-55页 |
| ·神经网络的学习 | 第55页 |
| ·基于BP网络的模式识别 | 第55-58页 |
| ·实例分析 | 第58-62页 |
| ·小结 | 第62-63页 |
| 第五章 结论和展望 | 第63-65页 |
| ·结论 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 附录 | 第71-72页 |
