| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-23页 |
| ·引言 | 第11-12页 |
| ·选题背景和研究意义 | 第12-14页 |
| ·相关方向概述及研究现状 | 第14-21页 |
| ·谐波与间谐波分析 | 第14-15页 |
| ·电能质量扰动分类识别 | 第15-16页 |
| ·谐波源建模 | 第16-18页 |
| ·负荷建模 | 第18-21页 |
| ·本文研究工作 | 第21-23页 |
| 第二章 统计学习理论与支持向量机 | 第23-41页 |
| ·引言 | 第23-25页 |
| ·统计学习理论 | 第25-30页 |
| ·学习问题的数学表达 | 第25-26页 |
| ·统计学习理论 | 第26-30页 |
| ·支持向量机 | 第30-40页 |
| ·支持向量机的数学表述 | 第30页 |
| ·支持向量机分类器 | 第30-37页 |
| ·支持向量机回归 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第三章 基于支持向量机的间谐波分析 | 第41-54页 |
| ·引言 | 第41-42页 |
| ·基于SVM 的间谐波分析算法 | 第42-47页 |
| ·算法描述 | 第42-46页 |
| ·模型参数的选择 | 第46-47页 |
| ·算例讨论 | 第47-53页 |
| ·高信噪比高斯噪声的情况 | 第47-48页 |
| ·低信噪比高斯噪声和脉冲噪声的情况 | 第48-49页 |
| ·不同采样长度情况的分析 | 第49-51页 |
| ·不同采样频率情况的分析 | 第51-52页 |
| ·非平稳波形的分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 电能质量扰动识别 | 第54-72页 |
| ·引言 | 第54页 |
| ·S 变换 | 第54-56页 |
| ·基于S 变换的电能质量扰动特征提取 | 第56-61页 |
| ·静态支持向量机分类树的分类识别方案 | 第61-65页 |
| ·构建静态分类树的思路 | 第61-62页 |
| ·算例分析 | 第62-65页 |
| ·基于核聚类方法的动态分类树 | 第65-70页 |
| ·基于Mercer 核的聚类方法 | 第66-67页 |
| ·动态分类树的构建 | 第67页 |
| ·算例分析 | 第67-70页 |
| ·本章小结 | 第70-72页 |
| 第五章 基于支持向量机的谐波源建模和负荷建模 | 第72-88页 |
| ·引言 | 第72-73页 |
| ·谐波源建模 | 第73-77页 |
| ·建模的基本思想 | 第73-74页 |
| ·仿真算例分析 | 第74-77页 |
| ·静态负荷建模 | 第77-83页 |
| ·建模的基本思想 | 第77-79页 |
| ·算例分析 | 第79-83页 |
| ·动态负荷建模 | 第83-87页 |
| ·建模的基本思想 | 第83-85页 |
| ·算例分析 | 第85-87页 |
| ·本章小结 | 第87-88页 |
| 第六章 电能质量监测分析平台的构建 | 第88-108页 |
| ·引言 | 第88页 |
| ·基于LABVIEW 的电能质量监测分析平台总体结构 | 第88-89页 |
| ·硬件结构及功能 | 第89-91页 |
| ·软件设计 | 第91-103页 |
| ·软件功能模块图 | 第91-92页 |
| ·实时分析流程图 | 第92-94页 |
| ·功能模块设计 | 第94-103页 |
| ·系统验证 | 第103-107页 |
| ·本章小结 | 第107-108页 |
| 第七章 总结与展望 | 第108-111页 |
| ·本文所完成的工作 | 第108-109页 |
| ·研究展望 | 第109-111页 |
| 参考文献 | 第111-118页 |
| 致谢 | 第118-119页 |
| 攻读博士期间完成的学术论文及获奖情况 | 第119-120页 |