| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外低频振荡分析研究的发展现状 | 第10-18页 |
| 1.2.1 低频振荡问题的发展 | 第10-11页 |
| 1.2.2 低频振荡的发生机理 | 第11-13页 |
| 1.2.3 常用的低频振荡模式分析方法 | 第13-18页 |
| 1.3 盲源分离技术的发展现状 | 第18-19页 |
| 1.4 本文的研究内容及架构 | 第19-21页 |
| 第二章 盲源分离技术 | 第21-30页 |
| 2.1 盲源分离的问题描述 | 第21-22页 |
| 2.2 盲源分离结果的不确定性 | 第22-23页 |
| 2.3 常用的盲源分离算法 | 第23-26页 |
| 2.3.1 快速独立分量分析(FastICA) | 第23-24页 |
| 2.3.2 基于二阶统计量的盲辨识算法 | 第24-26页 |
| 2.4 基于盲源分离技术的模态分解的算例分析 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于盲源分离技术的单通道低频振荡信号的模式分析方法 | 第30-53页 |
| 3.1 低频振荡信号的数学表达式 | 第30-31页 |
| 3.2 数据预处理 | 第31-33页 |
| 3.2.1 低频振荡起始点的检测 | 第31-32页 |
| 3.2.2 多通道观测信号矩阵的构造 | 第32-33页 |
| 3.3 单模式信号的模态参数评估方法 | 第33-44页 |
| 3.3.1 FT分析法及算例分析 | 第33-36页 |
| 3.3.2 Teager-Kaiser能量算子法及算例分析 | 第36-38页 |
| 3.3.3 Hilbert变换法及算例分析 | 第38-41页 |
| 3.3.4 三种模态参数评估方法的比较 | 第41-44页 |
| 3.4 算例分析 | 第44-52页 |
| 3.4.1 基于合成信号的不同盲源分离算法的对比分析 | 第44-49页 |
| 3.4.2 基于仿真信号的不同盲源分离算法的对比分析 | 第49-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 基于SOBI-HT的主导低频振荡模式识别方法 | 第53-75页 |
| 4.1 概述 | 第53-54页 |
| 4.2 SHDMI算法 | 第54-57页 |
| 4.3 SHDMI算法的验证 | 第57-72页 |
| 4.3.1 合成信号 | 第57-66页 |
| 4.3.1.1 分解模式接近的低频振荡信号 | 第57-58页 |
| 4.3.1.2 分析非线性、非平稳信号 | 第58-59页 |
| 4.3.1.3 检测模态参数的突变 | 第59-60页 |
| 4.3.1.4 噪声鲁棒性和计算时间 | 第60-66页 |
| 4.3.2 仿真信号 | 第66-71页 |
| 4.3.2.1 两区四机系统 | 第66-70页 |
| 4.3.2.2 WSCC三机九节点系统 | 第70-71页 |
| 4.3.3 真实测量信号 | 第71-72页 |
| 4.4 SHDMI算法对类噪声信号的处理 | 第72-74页 |
| 4.5 本章小结 | 第74-75页 |
| 第五章 结论与展望 | 第75-77页 |
| 5.1 研究结论 | 第75-76页 |
| 5.2 研究展望 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附件 | 第85页 |
