馈电线路行波检测与特征提取
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-17页 |
| ·课题背景 | 第12页 |
| ·地铁直流牵引馈电保护原理 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·本文主要工作与创新点 | 第14-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 行波理论及其应用 | 第17-24页 |
| ·行波理论 | 第17-20页 |
| ·行波沿均匀无损导线的传播 | 第17-18页 |
| ·行波的折射和反射 | 第18-20页 |
| ·行波波速与波阻抗测量 | 第20-21页 |
| ·波阻抗的测量 | 第20-21页 |
| ·波速的测量 | 第21页 |
| ·轻轨牵引供电线路故障行波分析 | 第21-22页 |
| ·不同故障性质的行波比较 | 第22页 |
| ·本章小结 | 第22-24页 |
| 第三章 小波分析理论 | 第24-32页 |
| ·小波变换理论 | 第24-27页 |
| ·连续小波变换 | 第25-26页 |
| ·二进小波变换 | 第26-27页 |
| ·离散小波变换 | 第27页 |
| ·多分辨率分析与MALLAT算法 | 第27-31页 |
| ·多分辨率分析 | 第28-29页 |
| ·Mallat算法 | 第29-31页 |
| ·小波包理论 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第四章 支持向量机基本理论 | 第32-45页 |
| ·概述 | 第32-33页 |
| ·机器学习与统计学理论 | 第33-37页 |
| ·机器学习 | 第33-34页 |
| ·VC维理论 | 第34-35页 |
| ·结构风险最小化 | 第35-37页 |
| ·SVM基本思想 | 第37-38页 |
| ·线性支持向量机 | 第38-41页 |
| ·非线性支持向量机 | 第41-43页 |
| ·SVM的多分类问题 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 馈电线路行波信号特征提取 | 第45-55页 |
| ·特征提取 | 第45页 |
| ·特征选择 | 第45-46页 |
| ·小波包技术在馈电线路行特征提取中的应用 | 第46-54页 |
| ·小波包基函数及分解层数的选取 | 第47-48页 |
| ·特征矢量的选取 | 第48-49页 |
| ·馈电线路行波信号的小波包能量分布特征量分析 | 第49-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 基于SVM的馈电线路故障诊断 | 第55-69页 |
| ·基于MATLAB 7.0开发的SVM算法 | 第55-60页 |
| ·样本数据 | 第60-64页 |
| ·数据获取方法 | 第60-61页 |
| ·训练样本数据 | 第61-62页 |
| ·测试样本数据 | 第62-64页 |
| ·故障诊断及结果分析 | 第64-68页 |
| ·多项式核函数诊断结果 | 第64-66页 |
| ·用RBF诊断结果 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第七章 总结 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间发表的论文 | 第73-74页 |
| 致谢 | 第74-75页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第75-76页 |
