| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 电能质量扰动信号去噪方法研究现状 | 第9-10页 |
| 1.2.2 电能质量扰动信号分析与识别方法研究现状 | 第10-12页 |
| 1.2.3 虚拟仪器在电能质量监测方面研究现状 | 第12页 |
| 1.3 论文的主要内容 | 第12-14页 |
| 2 基于小波变换的暂态电能质量扰动信号去噪算法 | 第14-27页 |
| 2.1 暂态电能质量扰动信号的去噪 | 第14-18页 |
| 2.1.1 暂态电能质量扰动信号模型 | 第14-15页 |
| 2.1.2 小波变换 | 第15-16页 |
| 2.1.3 小波去噪概述 | 第16-18页 |
| 2.2 基于自适应分解层数和阈值的小波去噪算法 | 第18-22页 |
| 2.2.1 自适应确定最佳小波分解层数 | 第18-20页 |
| 2.2.2 阈值的动态调整 | 第20-21页 |
| 2.2.3 阈值函数的确定 | 第21-22页 |
| 2.3 振荡信号和脉冲信号去噪仿真分析 | 第22-25页 |
| 2.3.1 振荡信号和脉冲信号模型 | 第22页 |
| 2.3.2 振荡信号和脉冲信号去噪分析 | 第22-24页 |
| 2.3.3 四种方法去噪效果的定量分析 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 3 电能质量扰动信号分析与识别 | 第27-46页 |
| 3.1 暂态扰动信号特征量提取算法 | 第27-32页 |
| 3.1.1 S变换算法原理 | 第27-30页 |
| 3.1.2 希尔伯特-黄变换算法原理 | 第30-32页 |
| 3.2 暂态扰动信号仿真分析 | 第32-39页 |
| 3.3 暂态扰动信号的识别 | 第39-43页 |
| 3.3.1 支持向量机的原理 | 第39-42页 |
| 3.3.2 特征量组合的选取 | 第42-43页 |
| 3.4 仿真结果分析 | 第43-44页 |
| 3.5 本章小结 | 第44-46页 |
| 4 基于LabVIEW的电能质量分析系统设计 | 第46-67页 |
| 4.1 LabVIEW虚拟仪器介绍 | 第46-48页 |
| 4.1.1 LabVIEW概述 | 第46页 |
| 4.1.2 LabVIEW相较于传统仪器的优势 | 第46-47页 |
| 4.1.3 LabVIEW程序设计的步骤 | 第47-48页 |
| 4.2 电能质量指标及其测量方法 | 第48-50页 |
| 4.2.1 三相不平衡度 | 第48-49页 |
| 4.2.2 电网谐波 | 第49-50页 |
| 4.2.3 电压波动 | 第50页 |
| 4.3 电能质量指标的软件设计 | 第50-57页 |
| 4.3.1 三相不平衡度测量模块 | 第50-54页 |
| 4.3.2 谐波分析模块 | 第54-56页 |
| 4.3.3 电压波动分析模块 | 第56-57页 |
| 4.4 软件测试及结果分析 | 第57-66页 |
| 4.4.1 三相不平衡度测试 | 第57-59页 |
| 4.4.2 谐波分析测试 | 第59-60页 |
| 4.4.3 电压波动测试 | 第60-61页 |
| 4.4.4 暂态振荡和脉冲信号去噪测试 | 第61-62页 |
| 4.4.5 暂态电能质量扰动信号测试 | 第62-66页 |
| 4.5 本章小结 | 第66-67页 |
| 5 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67-68页 |
| 5.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第73-74页 |
| 致谢 | 第74-75页 |