首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于深度学习的电能质量扰动识别

摘要第3-4页
abstract第4-5页
第1章 绪论第8-15页
    1.1 研究背景及意义第8-9页
    1.2 电能质量的基本概念第9-10页
        1.2.1 电能质量的定义第9页
        1.2.2 电能质量扰动类型第9-10页
    1.3 国内外研究现状第10-13页
        1.3.1 电能质量扰动分析方法的国内外研究现状第10-12页
        1.3.2 深度学习方法的国内外发展现状第12-13页
    1.4 论文的主要工作及内容安排第13-15页
第2章 电能质量扰动信号分类识别的传统方法概述第15-29页
    2.1 引言第15页
    2.2 电能质量特征提取方法第15-22页
        2.2.1 傅里叶变换及短时傅里叶变换第15-16页
        2.2.2 小波变换第16-19页
        2.2.3 S变换第19-20页
        2.2.4 希尔伯特-黄变换第20-22页
    2.3 电能质量特征选择方法第22页
    2.4 电能质量分类识别方法第22-25页
        2.4.1 决策树方法第22页
        2.4.2 BP神经网络方法第22-24页
        2.4.3 支持向量机方法第24-25页
    2.5 基于传统电能质量扰动识别方法的仿真实验第25-28页
        2.5.1 实验设计第27页
        2.5.2 结果分析第27-28页
    2.6 小结第28-29页
第3章 基于降噪堆栈自编码算法的电能质量扰动识别第29-40页
    3.1 引言第29-30页
    3.2 堆栈自编码算法第30-32页
        3.2.1 自编码器第30-31页
        3.2.2 堆栈自编码第31-32页
    3.3 降噪堆栈自编码第32-33页
    3.4 基于降噪堆栈自编码的识别方案第33-34页
    3.5 实验仿真第34-39页
        3.5.1 实验设计第34-37页
        3.5.2 结果分析第37-39页
    3.6 小结第39-40页
第4章 基于深度置信网的电能质量扰动识别第40-49页
    4.1 引言第40页
    4.2 受限玻尔兹曼机第40-44页
    4.3 深度置信网第44-45页
    4.4 基于深度置信网的识别方案第45页
    4.5 实验仿真一第45-46页
        4.5.1 实验设计第45-46页
        4.5.2 结果分析第46页
    4.6 实验仿真二第46-48页
        4.6.1 实验设计第46-47页
        4.6.2 结果分析第47-48页
    4.7 小结第48-49页
第5章 总结与展望第49-51页
    5.1 总结第49-50页
    5.2 展望第50-51页
致谢第51-52页
参考文献第52-57页
攻读学位期间的研究成果第57页

论文共57页,点击 下载论文
上一篇:精准扶贫过程中的代理人问题研究--以山西省B县为例
下一篇:囚禁离子与场相互作用系统中纠缠特性的研究