基于小波变换的电力系统故障信号类型识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·电力系统概述 | 第11-12页 |
| ·电力系统的组成 | 第11页 |
| ·电力系统运行状态 | 第11-12页 |
| ·电力系统运行的特点和要求 | 第12页 |
| ·电力系统故障概述 | 第12-14页 |
| ·局部放电概念 | 第13页 |
| ·局部放电的类型 | 第13-14页 |
| ·局部放电特点 | 第14页 |
| ·故障检测与诊断方法综述 | 第14-18页 |
| ·故障检测与诊断基本概念 | 第14-15页 |
| ·故障检测与诊断方法 | 第15-18页 |
| ·电力系统故障检测研究的意义 | 第18-19页 |
| ·论文主要研究工作 | 第19-21页 |
| 第2章 小波分析及神经网络理论概述 | 第21-37页 |
| ·小波分析的基本理论 | 第21-31页 |
| ·傅里叶变换到小波分析 | 第21-25页 |
| ·常用小波介绍 | 第25-26页 |
| ·连续小波变换 | 第26-27页 |
| ·离散小波变换 | 第27-31页 |
| ·神经网络的基础理论 | 第31-36页 |
| ·神经网络的研究意义 | 第31-32页 |
| ·神经网络基本理论 | 第32-34页 |
| ·BP神经网络 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 基于小波变换的电力系统突变信号的检测 | 第37-51页 |
| ·小波分析在信号消噪中的应用 | 第37-43页 |
| ·噪声信号的小波变换特性 | 第38-39页 |
| ·信号和噪声在小波变换下的差别 | 第39-40页 |
| ·小波消噪的方法及步骤 | 第40-41页 |
| ·小波分析在信号去噪中的应用示例 | 第41-43页 |
| ·信号的奇异性检测 | 第43-50页 |
| ·信号的奇异性 | 第43-47页 |
| ·电力系统故障暂态信号的奇异性 | 第47-48页 |
| ·信号奇异性检测示例 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于小波变换及神经网络的PD信号诊断识别 | 第51-69页 |
| ·GIS简介 | 第51-55页 |
| ·GIS缺陷类型的分析 | 第52-55页 |
| ·GIS局部放电检测方法 | 第55页 |
| ·基于小波包分析的局放信号特征提取 | 第55-61页 |
| ·小波基的选取 | 第56页 |
| ·算法实现 | 第56-60页 |
| ·特征向量进行归一化处理 | 第60-61页 |
| ·基于BP神经网络的PD信号识别 | 第61-68页 |
| ·识别系统模型构造及算法实现 | 第61-64页 |
| ·结果及分析 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 第5章 总结与展望 | 第69-71页 |
| ·总结 | 第69-70页 |
| ·展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
