基于稀疏分解的电能质量分析研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 1 绪论 | 第11-32页 |
| 1.1 研究电能质量问题的背景及意义 | 第11-12页 |
| 1.2 电能质量问题相关标准及其模型 | 第12-18页 |
| 1.3 国内外研究现状和发展趋势 | 第18-26页 |
| 1.4 稀疏分解 | 第26-30页 |
| 1.5 本文各章节主要研究内容 | 第30-32页 |
| 2 字典选取和贪婪算法 | 第32-52页 |
| 2.1 引言 | 第32页 |
| 2.2 解析字典基 | 第32-43页 |
| 2.3 字典学习算法 | 第43-45页 |
| 2.4 基于OMP的优化算法 | 第45-51页 |
| 2.5 本章小结 | 第51-52页 |
| 3 基于联合域字典映射的电能质量扰动参数估计 | 第52-79页 |
| 3.1 引言 | 第52-53页 |
| 3.2 联合域字典映射参数估计算法 | 第53-61页 |
| 3.3 仿真信号实验 | 第61-72页 |
| 3.4 实测数据实验 | 第72-78页 |
| 3.5 本章小结 | 第78-79页 |
| 4 基于联合域字典映射的电能质量扰动数据压缩 | 第79-102页 |
| 4.1 引言 | 第79-80页 |
| 4.2 电能质量扰动数据压缩 | 第80-85页 |
| 4.3 实验分析与比较 | 第85-98页 |
| 4.4 现场监控数据实验 | 第98-101页 |
| 4.5 本章小结 | 第101-102页 |
| 5 基于字典学习稀疏分解电能质量扰动分类 | 第102-124页 |
| 5.1 引言 | 第102-103页 |
| 5.2 稀疏信号表示和K-SVD算法 | 第103-105页 |
| 5.3 基于学习字典稀疏分解的分类方法 | 第105-113页 |
| 5.4 仿真分析 | 第113-119页 |
| 5.5 实测信号实验 | 第119-123页 |
| 5.6 本章小结 | 第123-124页 |
| 6 总结与展望 | 第124-127页 |
| 6.1 全文总结 | 第124-125页 |
| 6.2 后续研究工作展望 | 第125-127页 |
| 致谢 | 第127-128页 |
| 参考文献 | 第128-141页 |
| 附录1 博士学习期间主要研究成果 | 第141-143页 |
| 附录2 博士学习期间参与的课题与项目 | 第143-144页 |
