基于随机森林的电能质量扰动识别方法研究
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第9-16页 |
1.1 引言 | 第9页 |
1.2 电能质量概述 | 第9-12页 |
1.2.1 电能质量定义 | 第9-10页 |
1.2.2 电能质量相关标准 | 第10页 |
1.2.3 电能质量扰动分类 | 第10-12页 |
1.3 国内外研究现状分析 | 第12-14页 |
1.3.1 电能质量信号特征提取研究现状 | 第12-13页 |
1.3.2 电能质量扰动模式识别研究现状 | 第13-14页 |
1.4 论文主要工作及组织结构 | 第14-16页 |
第2章 基于S变换的电能质量特征提取 | 第16-39页 |
2.1 引言 | 第16页 |
2.2 S变换 | 第16-18页 |
2.2.1 离散S变换 | 第17-18页 |
2.2.2 S变换的计算过程 | 第18页 |
2.3 基于S变换的特征提取 | 第18-38页 |
2.3.1 电能质量扰动数学模型 | 第18-29页 |
2.3.2 基于S变换的时频域特征提取 | 第29-38页 |
2.4 本章小结 | 第38-39页 |
第3章 基于随机森林的电能质量扰动分类 | 第39-49页 |
3.1 引言 | 第39页 |
3.2 随机森林 | 第39-43页 |
3.2.1 决策树 | 第39-40页 |
3.2.2 组合分类Bagging | 第40-41页 |
3.2.3 随机森林分类算法 | 第41-43页 |
3.3 基于随机森林的电能质量扰动识别方法设计 | 第43-44页 |
3.4 实验分析 | 第44-48页 |
3.5 本章小结 | 第48-49页 |
第4章 基于随机森林的电能质量扰动识别方法优化 | 第49-57页 |
4.1 引言 | 第49页 |
4.2 特征提取的优化 | 第49-53页 |
4.2.1 小波分析基础 | 第49-51页 |
4.2.2 Shannon信息熵 | 第51页 |
4.2.3 小波包能量熵 | 第51-52页 |
4.2.4 基于小波能量熵的电能质量频域特征提取 | 第52-53页 |
4.3 分类器的优化 | 第53-55页 |
4.4 实验分析 | 第55-56页 |
4.5 本章小结 | 第56-57页 |
第5章 结论与展望 | 第57-59页 |
5.1 总结 | 第57-58页 |
5.2 展望 | 第58-59页 |
参考文献 | 第59-63页 |
攻读硕士学位期间发表的论文及其他成果 | 第63-64页 |
致谢 | 第64页 |