| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 插图索引 | 第11-13页 |
| 附表索引 | 第13-14页 |
| 第一章 绪论 | 第14-22页 |
| ·研究背景 | 第14页 |
| ·常见间谐波源 | 第14-17页 |
| ·变频传动装置 | 第14-16页 |
| ·快速变化的冲击负荷 | 第16页 |
| ·低同步串级调速 | 第16-17页 |
| ·谐波及间谐波对电网产生的危害 | 第17-18页 |
| ·谐波和间谐波分析的国内外研究现状 | 第18-20页 |
| ·本文研究意义 | 第20-22页 |
| 第二章 基于傅里叶分析理论的检测方法 | 第22-31页 |
| ·非正弦周期变量情况下的分解 | 第22-24页 |
| ·傅里叶三角级数 | 第22-23页 |
| ·傅立叶指数型级数 | 第23-24页 |
| ·傅里叶分析法存在的问题 | 第24-27页 |
| ·改进的基于傅里叶理论的新算法 | 第27-28页 |
| ·仿真及分析 | 第28-31页 |
| ·傅里叶算法对含有单个间谐波的畸变波形的分析 | 第28-29页 |
| ·傅里叶算法对含有频率数接近的两个同族间谐波的分析 | 第29-30页 |
| ·不同采样方式对间谐波频率分析的影响 | 第30-31页 |
| 第三章 小波变换理论的分析方法研究 | 第31-38页 |
| ·小波变换理论依据 | 第31-32页 |
| ·连续小波变换 | 第32-35页 |
| ·连续小波变换理论依据 | 第32-33页 |
| ·常用的连续小波基函数 | 第33-35页 |
| ·仿真分析 | 第35-37页 |
| ·含谐波和间谐波信号分析 | 第35-36页 |
| ·尺度因子对分析的影响 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于神经网络理论的检测方法研究 | 第38-49页 |
| ·BP 网络结构 | 第39-41页 |
| ·谐波检测中的 BP 神经网络 | 第39-40页 |
| ·训练样本的获得 | 第40-41页 |
| ·BP 网络学习算法 | 第41页 |
| ·仿真过程及分析 | 第41-43页 |
| ·训练部分 | 第42页 |
| ·测试部分 | 第42-43页 |
| ·用于谐波检测的改进神经网络 | 第43-48页 |
| ·小波神经网络 | 第43-44页 |
| ·基于小波神经网络的谐波分析 | 第44页 |
| ·WNN 的设计 | 第44-46页 |
| ·仿真实验 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于空间谱估计算法的谐波间谐波检测 | 第49-72页 |
| ·空间谱数学模型 | 第49-52页 |
| ·阵列接收模型 | 第50-51页 |
| ·接收阵元假设 | 第51-52页 |
| ·空间域的转换 | 第52-56页 |
| ·Euler 公式变换 | 第52-54页 |
| ·Hilbert 变换 | 第54-56页 |
| ·信号相关性分析 | 第56-57页 |
| ·正弦成分数估计 | 第57-60页 |
| ·信息论估计 | 第57-59页 |
| ·典型相关 | 第59页 |
| ·信噪比对信号源数估计的影响 | 第59-60页 |
| ·正弦成分频率估计 | 第60-69页 |
| ·AR 模型 | 第60-63页 |
| ·MUSIC 算法 | 第63-65页 |
| ·基于高阶累积量的多重信号分类（MUSIC）算法 | 第65-67页 |
| ·实验及分析 | 第67-69页 |
| ·正弦成分相位和幅值的估计 | 第69-72页 |
| ·最小二乘法 | 第69页 |
| ·遗传算法 | 第69-70页 |
| ·相位与幅值估计算法性能 | 第70-72页 |
| 结论与展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 附录 攻读学位期间所发表的学术论文 | 第77页 |