暂态电能质量检测与监测数据压缩方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·选题的背景及研究意义 | 第8页 |
| ·国内外研究现状 | 第8-12页 |
| ·暂态电能质量检测 | 第8-10页 |
| ·电能质量数据压缩 | 第10-12页 |
| ·本文的主要工作 | 第12-13页 |
| 第二章 电能质量及其检测概述 | 第13-21页 |
| ·电能质量概述 | 第13-16页 |
| ·电能质量的定义 | 第13页 |
| ·电能质量的分类 | 第13-15页 |
| ·电能质量标准 | 第15-16页 |
| ·暂态电能质量扰动检测 | 第16-20页 |
| ·暂态电能质量扰动的类型 | 第16-20页 |
| ·暂态电能质量扰动的检测 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于小波分析的暂态电能质量扰动检测 | 第21-36页 |
| ·引言 | 第21页 |
| ·小波变换基本概念 | 第21-26页 |
| ·连续小波变换 | 第21-23页 |
| ·离散小波变换 | 第23-24页 |
| ·多分辨率分析及 Mallat 算法 | 第24-26页 |
| ·小波分析在扰动检测中的原理 | 第26-29页 |
| ·信号的奇异性特征和 Lipschitz 指数 | 第27页 |
| ·模极大值原理与突变点检测 | 第27-29页 |
| ·暂态电能质量扰动信号的定位 | 第29-35页 |
| ·小波基的选择 | 第29-30页 |
| ·小波分解层数确定 | 第30页 |
| ·仿真验证 | 第30-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于人工神经网络的暂态电能质量扰动分类 | 第36-47页 |
| ·引言 | 第36-37页 |
| ·人工神经网络基本理论 | 第37-40页 |
| ·人工神经元模型及网络结构 | 第37-38页 |
| ·人工神经网络的学习机理 | 第38-40页 |
| ·基于 BP 神经网络的暂态电能质量扰动分类 | 第40-46页 |
| ·BP 神经网络概述 | 第40-41页 |
| ·扰动信号特征量的提取 | 第41-42页 |
| ·BP 神经网络应用于扰动信号分类示例 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 电能质量监测数据压缩方法研究 | 第47-61页 |
| ·引言 | 第47页 |
| ·基于图像平滑算法的三相监测数据压缩方法 | 第47-54页 |
| ·电能质量监测数据压缩整体方案 | 第47-48页 |
| ·abc-dq0 变换 | 第48-49页 |
| ·数据的二维表示 | 第49-51页 |
| ·图像平滑技术 | 第51页 |
| ·提升格式的 2 维小波变换 | 第51-53页 |
| ·图像 SPIHT 编码算法 | 第53-54页 |
| ·仿真结果与分析 | 第54-59页 |
| ·本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 个人简历 在读期间发表的学术论文 | 第66-67页 |
| 致谢 | 第67页 |
