摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第12-30页 |
1.1 课题背景及研究的目的和意义 | 第12-13页 |
1.2 电能质量扰动问题概况 | 第13-17页 |
1.2.1 电能质量扰动现象及其起因和危害 | 第14-16页 |
1.2.2 电能质量扰动现状及归类 | 第16-17页 |
1.3 国内外研究现状 | 第17-28页 |
1.3.1 电能质量扰动研究的发展过程 | 第17-18页 |
1.3.2 现代电能质量监测系统概况 | 第18-20页 |
1.3.3 电能质量扰动检测与分析方法的研究现状 | 第20-27页 |
1.3.4 电能质量数据压缩与重构方法的研究现状 | 第27-28页 |
1.4 本文的主要研究内容 | 第28-30页 |
第2章 基于超完备字典的匹配追踪稀疏分解方法研究 | 第30-56页 |
2.1 引言 | 第30页 |
2.2 信号的稀疏表示 | 第30-34页 |
2.2.1 信号分解的基本概念 | 第30-31页 |
2.2.2 基展开与超完备展开 | 第31-33页 |
2.2.3 稀疏性和可压缩性 | 第33-34页 |
2.3 基于超完备字典的信号稀疏分解原理 | 第34-41页 |
2.3.1 超完备字典的设计 | 第35-38页 |
2.3.2 稀疏分解算法 | 第38-41页 |
2.4 匹配追踪算法 | 第41-48页 |
2.4.1 匹配追踪分解原理 | 第41-45页 |
2.4.2 匹配追踪算法的收敛性 | 第45-47页 |
2.4.3 匹配原子的时频分布 | 第47-48页 |
2.5 基于超完备字典的匹配追踪优化搜索 | 第48-54页 |
2.5.1 基于连续参数字典的快速优化搜索 | 第48页 |
2.5.2 基于离散参数字典的快速优化搜索 | 第48-49页 |
2.5.3 匹配原子参数的局部优化 | 第49-54页 |
2.6 Gabor字典的原子波形特征及其离散化 | 第54-55页 |
2.7 本章小结 | 第55-56页 |
第3章 电能质量信号的匹配追踪分解与扰动参数检测算法研究 | 第56-102页 |
3.1 引言 | 第56-57页 |
3.2 电能质量扰动模型 | 第57-59页 |
3.3 基于约束优化的电能质量信号MP分解与扰动检测 | 第59-76页 |
3.3.1 PSO算法原理 | 第59-61页 |
3.3.2 采用FFT与PSO的扰动参数近似计算 | 第61-66页 |
3.3.3 基于约束局部优化的匹配原子参数搜索 | 第66-68页 |
3.3.4 基于超完备合成字典的扰动特征波形提取 | 第68-69页 |
3.3.5 仿真分析 | 第69-76页 |
3.4 基于Gabor原子特征和无约束优化的电能质量信号MP分解与扰动检测 | 第76-101页 |
3.4.1 基于Gabor字典的扰动参数搜索 | 第76-81页 |
3.4.2 基于无约束优化的扰动匹配参数计算 | 第81-83页 |
3.4.3 电能质量扰动起止时刻的确定 | 第83-86页 |
3.4.4 电能质量信号的匹配追踪分解流程 | 第86-87页 |
3.4.5 仿真分析 | 第87-98页 |
3.4.6 实际信号测试 | 第98-101页 |
3.5 本章小结 | 第101-102页 |
第4章 基于稀疏表示的电能质量信号压缩感知重构研究 | 第102-138页 |
4.1 引言 | 第102页 |
4.2 压缩感知的基本原理与重构算法 | 第102-109页 |
4.2.1 压缩感知的基本理论 | 第102-106页 |
4.2.2 压缩感知贪婪重构算法 | 第106-109页 |
4.3 基于贪婪算法的电能质量信号压缩感知重构 | 第109-128页 |
4.3.1 电能质量信号的压缩感知稀疏变换域选取 | 第109-115页 |
4.3.2 ASMP压缩感知重构算法 | 第115-116页 |
4.3.3 数值仿真与实验 | 第116-128页 |
4.4 基于块稀疏贝叶斯学习的电能质量信号压缩感知重构 | 第128-136页 |
4.4.1 块稀疏贝叶斯学习压缩感知重构 | 第128-131页 |
4.4.2 边界优化的块稀疏贝叶斯学习算法BSBL_BO | 第131-133页 |
4.4.3 仿真分析 | 第133-136页 |
4.5 本章小结 | 第136-138页 |
结论 | 第138-140页 |
参考文献 | 第140-150页 |
攻读博士学位期间承担的科研任务与主要成果 | 第150-151页 |
致谢 | 第151页 |