| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 变频器故障诊断技术研究现状 | 第10-11页 |
| 1.2.1 基于分形理论的故障诊断研究 | 第10页 |
| 1.2.2 基于傅立叶分析法的故障诊断研究 | 第10-11页 |
| 1.2.3 基于 DSP 故障诊断研究 | 第11页 |
| 1.2.4 基于神经网络的故障诊断研究 | 第11页 |
| 1.3 盲源分离方法的研究现状 | 第11-13页 |
| 1.3.1 盲源分离方法概述 | 第11-12页 |
| 1.3.2 盲源分离技术的应用研究 | 第12-13页 |
| 1.4 ICA 在故障诊断中的研究现状 | 第13页 |
| 1.5 支持向量机（SVM）的研究现状 | 第13-14页 |
| 1.6 论文结构安排 | 第14-15页 |
| 第2章 单元串联多电平高压变频器故障诊断模型的研究 | 第15-31页 |
| 2.1 高压变频器概述 | 第15-20页 |
| 2.1.1 高压变频器工作原理 | 第15-16页 |
| 2.1.2 高压变频器系统结构 | 第16-17页 |
| 2.1.3 高压变频器分类 | 第17-20页 |
| 2.2 绝缘栅双极型晶体管（IGBT）简介 | 第20-22页 |
| 2.2.1 IGBT 的性能 | 第20页 |
| 2.2.2 IGBT 的基本结构和工作原理 | 第20-22页 |
| 2.3 单元串联多电平高压变频器故障诊断模型 | 第22-31页 |
| 2.3.1 单元串联多电平故障建模背景 | 第22-25页 |
| 2.3.2 单元串联多电平逆变电路故障诊断分析 | 第25-31页 |
| 第3章 盲源分离 FastICA 方法的研究 | 第31-48页 |
| 3.1 盲源分离的工作原理 | 第31页 |
| 3.2 ICA 的模型及假设条件 | 第31-34页 |
| 3.2.1 ICA 的模型建立 | 第31-33页 |
| 3.2.2 ICA 的基本假设 | 第33页 |
| 3.2.3 ICA 的不确定性 | 第33-34页 |
| 3.3 ICA 的独立性判据（信号的非高斯性度量） | 第34-40页 |
| 3.3.1 峭度 | 第34-36页 |
| 3.3.2 负熵 | 第36-38页 |
| 3.3.3 互信息最小化 | 第38-40页 |
| 3.4 盲源分离的预处理方法 | 第40-42页 |
| 3.4.1 中心化处理 | 第40页 |
| 3.4.2 白化处理 | 第40-42页 |
| 3.5 Fast ICA 算法研究 | 第42-44页 |
| 3.6 Fast ICA 算法仿真 | 第44-48页 |
| 第4章 单元串联多电平高压变频器 Fast ICA 和 SVM 的故障诊断研究 | 第48-63页 |
| 4.1 基于 Fast ICA 的变频器故障特征的提取 | 第48-53页 |
| 4.1.1 基于 Fast ICA 的 IGBT 开路故障诊断方法研究 | 第48-49页 |
| 4.1.2 仿真与结果分析 | 第49-53页 |
| 4.2 基于 SVM 变频器 IGBT 开路故障分类研究 | 第53-63页 |
| 4.2.1 SVM 算法研究 | 第53-57页 |
| 4.2.2 基于 SVM 的 IGBT 开路故障诊断方法研究 | 第57-59页 |
| 4.2.3 数据获取及仿真结果分析 | 第59-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 论文工作总结 | 第63页 |
| 5.2 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 附录1 攻读硕士学位期间发表的论文 | 第70-71页 |
| 详细摘要 | 第71-75页 |
