| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本文研究的主要内容 | 第14-15页 |
| 1.4 论文章节安排 | 第15-16页 |
| 第2章 电能质量分析及扰动建模 | 第16-25页 |
| 2.1 电能质量定义 | 第16-17页 |
| 2.2 电能质量特点 | 第17-18页 |
| 2.3 电能质量分类标准 | 第18-21页 |
| 2.3.1 电能质量国际标准 | 第18页 |
| 2.3.2 电能质量国家标准 | 第18-19页 |
| 2.3.3 电能质量分类及危害 | 第19-21页 |
| 2.4 电能质量分析研究基本要求 | 第21页 |
| 2.5 电能质量扰动建模 | 第21-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 变换理论与神经网络原理 | 第25-42页 |
| 3.1 小波变换 | 第25-28页 |
| 3.1.1 连续小波变换 | 第25页 |
| 3.1.2 离散小波变换 | 第25-26页 |
| 3.1.3 多分辨率分析 | 第26-28页 |
| 3.2 S变换 | 第28-33页 |
| 3.2.1 一维连续S变换 | 第28-31页 |
| 3.2.2 S变换性质及特性 | 第31-32页 |
| 3.2.3 一维离散S变换 | 第32-33页 |
| 3.3 神经网络原理 | 第33-41页 |
| 3.3.1 人工神经网络原理 | 第33-37页 |
| 3.3.2 BP神经网络原理 | 第37-39页 |
| 3.3.3 PNN概率神经网络原理 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 基于S变换与PNN的电能质量扰动检测与分类 | 第42-53页 |
| 4.1 分辨识别原理 | 第42页 |
| 4.2 扰动信号的S变换分析 | 第42-48页 |
| 4.2.1 扰动信号的S变换 | 第42-47页 |
| 4.2.2 S变换的特征提取 | 第47-48页 |
| 4.3 PNN分类器建立 | 第48-50页 |
| 4.4 电能质量扰动PNN网络分类实现 | 第50-51页 |
| 4.5 仿真结果分析 | 第51-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第5章 基于小波变换与综合神经网络电能质量扰动检测与分类 | 第53-66页 |
| 5.1 分辨识别原理 | 第53-54页 |
| 5.2 扰动信号的小波变换分析 | 第54-57页 |
| 5.2.1 扰动的多分辨率分析 | 第54-57页 |
| 5.2.2 扰动信号的特征提取 | 第57页 |
| 5.3 综合神经网络分类器 | 第57-63页 |
| 5.3.1 模拟退火(SA)优化算法 | 第57-59页 |
| 5.3.2 粒子群(PSO)优化算法 | 第59-61页 |
| 5.3.3 综合神经网络的建立 | 第61-62页 |
| 5.3.4 综合神经网络分类器实现 | 第62-63页 |
| 5.4 仿真结果及分析 | 第63-64页 |
| 5.5 两种扰动检测与分类方法比较 | 第64页 |
| 5.6 本章小结 | 第64-66页 |
| 总结与展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士期间研究成果 | 第71-72页 |
| 致谢 | 第72页 |