摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-32页 |
1.1 课题研究背景和意义 | 第11-13页 |
1.2 电能质量扰动概述 | 第13-20页 |
1.2.1 电能质量定义 | 第13页 |
1.2.2 电能质量标准 | 第13-14页 |
1.2.3 扰动的类别与产生原因 | 第14-20页 |
1.3 电能质量扰动国内外研究现状及存在的问题 | 第20-30页 |
1.3.1 电能质量扰动的检测 | 第21-26页 |
1.3.2 电能质量扰动的分类 | 第26-30页 |
1.4 本文主要研究内容 | 第30-32页 |
第2章 电能质量扰动检测与分类基础理论 | 第32-51页 |
2.1 电能质量扰动信号模型 | 第32-34页 |
2.2 S变换理论 | 第34-38页 |
2.2.1 S变换基本定义 | 第34-36页 |
2.2.2 离散S变换 | 第36-38页 |
2.3 数学形态学算法 | 第38页 |
2.4 RBF神经网络理论及其结构参数的设定 | 第38-50页 |
2.4.1 RBF神经网络结构及原理 | 第38-42页 |
2.4.2 PNN神经网络结构及原理 | 第42-43页 |
2.4.3 RBF神经网络径向基函数的选择与参数优化 | 第43-50页 |
2.5 本章小结 | 第50-51页 |
第3章 基于S变换和改进数学形态学的电能质量扰动检测 | 第51-66页 |
3.1 S变换和小波变换检测电能质量扰动结果对比 | 第51-53页 |
3.2 改进的数学形态学算法及滤波效果比较 | 第53-60页 |
3.2.1 数学形态学基本理论 | 第53-56页 |
3.2.2 改进的数学形态学算法 | 第56-59页 |
3.2.3 滤波效果仿真对比 | 第59-60页 |
3.3 基于S变换和特征曲线的扰动信号检测 | 第60-65页 |
3.3.1 特征曲线提取方法 | 第60页 |
3.3.2 电能质量扰动信号检测仿真结果及分析 | 第60-65页 |
3.4 本章小结 | 第65-66页 |
第4章 特征值靶向型广义S变换电能质量扰动分类 | 第66-95页 |
4.1 电能质量扰动分类概略图 | 第66-67页 |
4.2 广义S变换与特征值提取 | 第67-71页 |
4.2.1 广义S变换算法 | 第67-70页 |
4.2.2 特征值提取 | 第70-71页 |
4.3 特征值靶向型宽度调节因子下的电能质量扰动分类 | 第71-82页 |
4.3.1 宽度调节因子对STA矩阵的影响 | 第71-75页 |
4.3.2 不同特征值组合下宽度调节因子对扰动分离度的影响 | 第75-79页 |
4.3.3 通过PNN确定特征值靶向型最优宽度调节因子值 | 第79-82页 |
4.4 算法分类准确度验证 | 第82-84页 |
4.5 算法分类准确度对比 | 第84-85页 |
4.6 考虑公用电网中谐波分量下的算法分类准确度 | 第85-87页 |
4.7 其他类型复合扰动分类 | 第87-94页 |
4.8 本章小结 | 第94-95页 |
第5章 基于GAP-RBF神经网络的电能质量扰动分类 | 第95-109页 |
5.1 GAP-RBF神经网络概述 | 第95-101页 |
5.1.1 网络生长算法 | 第96-100页 |
5.1.2 网络参数优化算法 | 第100-101页 |
5.1.3 网络修剪算法 | 第101页 |
5.2 算法流程与参数设置 | 第101-103页 |
5.3 仿真结果与分析 | 第103-108页 |
5.3.1 优化神经网络参数仿真 | 第103-107页 |
5.3.2 仿真验证分类效果 | 第107-108页 |
5.4 本章小结 | 第108-109页 |
第6章 电能质量分析实验系统软硬件设计 | 第109-128页 |
6.1 电能质量扰动生成系统 | 第109-119页 |
6.1.1 基于实际配电系统的实验性电路 | 第109-116页 |
6.1.2 基于可编程交流电源的实验性电路 | 第116-119页 |
6.2 信号采集系统设计 | 第119-121页 |
6.3 系统软件设计 | 第121-125页 |
6.3.1 信号采集系统控制程序 | 第121页 |
6.3.2 电能质量分类程序 | 第121-122页 |
6.3.3 用户界面系统 | 第122-125页 |
6.4 实验结果与分析 | 第125-127页 |
6.5 本章小结 | 第127-128页 |
第7章 总结与展望 | 第128-130页 |
参考文献 | 第130-139页 |
发表论文和参加科研情况说明 | 第139-140页 |
致谢 | 第140-141页 |