| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究的背景和意义 | 第9页 |
| ·水电站水力振动的研究现状 | 第9-12页 |
| ·本文研究的主要内容及结构安排 | 第12-13页 |
| ·本文的创新点 | 第13-14页 |
| 第2章 智能计算方法在水轮机尾水管压力脉动中的应用 | 第14-29页 |
| ·引言 | 第14页 |
| ·神经网络在水轮机尾水管压力脉动中的应用 | 第14-19页 |
| ·神经网络的定义 | 第14-15页 |
| ·人工神经网络的典型模型及特点 | 第15-18页 |
| ·人工神经网络的学习算法 | 第18页 |
| ·人工神经网络在实际中的应用 | 第18-19页 |
| ·支持向量机在水轮机尾水管压力脉动中的应用 | 第19-28页 |
| ·支持向量机的基本理论 | 第19-25页 |
| ·支持向量机在实际中的应用 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 分形理论概述 | 第29-38页 |
| ·引言 | 第29页 |
| ·分形理论的产生 | 第29-30页 |
| ·分形的基本概念 | 第30-31页 |
| ·分形理论研究现状 | 第31-33页 |
| ·分形维数及其测量方法 | 第33-35页 |
| ·多重分形 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 关联维数计算方法 | 第38-47页 |
| ·引言 | 第38页 |
| ·关联维数的计算 | 第38-44页 |
| ·时间序列的相空间重构 | 第38-39页 |
| ·关联维数的求解——G&P算法 | 第39-40页 |
| ·关联维数计算过程中参数的选择 | 第40-41页 |
| ·实际求解中的相关处理 | 第41-44页 |
| ·信号的去噪 | 第44-45页 |
| ·小波分析用于降噪的过程 | 第44页 |
| ·奇异值分解降噪法 | 第44页 |
| ·电子滤波法 | 第44-45页 |
| ·关联维数自动计算的整体框架 | 第45页 |
| ·本章小结 | 第45-47页 |
| 第5章 关联维数在黄壁庄机组尾水压力脉动分析中的应用 | 第47-58页 |
| ·引言 | 第47页 |
| ·黄壁庄机组测试过程 | 第47-54页 |
| ·黄壁庄水电站简介 | 第47页 |
| ·电站16MW机组技术参数 | 第47-48页 |
| ·机组运行稳定性性能试验 | 第48-54页 |
| ·关联维数在尾水压力脉动中的应用 | 第54-56页 |
| ·采样长度N的选取 | 第55页 |
| ·嵌入维数m的选取 | 第55页 |
| ·时间延迟t的选取 | 第55页 |
| ·实测信号的关联维数 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第6章 关联维数在万家寨机组顶盖压力脉动分析中的应用 | 第58-63页 |
| ·引言 | 第58页 |
| ·万家寨水电站简介 | 第58-59页 |
| ·万家寨水轮机机组技术参数 | 第59-60页 |
| ·关联维数在压力脉动中的应用 | 第60页 |
| ·本章小结 | 第60-63页 |
| 第7章 结论与展望 | 第63-65页 |
| ·结论 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第70页 |
