| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景及研究的目的和意义 | 第9页 |
| 1.2 电能质量监测数据采集技术的发展现状 | 第9-12页 |
| 1.2.1 电能质量监测数据采集技术国内外研究现状 | 第9-11页 |
| 1.2.2 电能质量监测数据采集技术的发展趋势 | 第11-12页 |
| 1.3 压缩感知理论的发展应用 | 第12-15页 |
| 1.3.1 压缩感知理论的发展历程 | 第12-13页 |
| 1.3.2 压缩感知理论研究现状 | 第13-14页 |
| 1.3.3 压缩感知理论在电能质量监测的应用及发展趋势 | 第14-15页 |
| 1.4 论文结构及主要研究内容 | 第15-16页 |
| 第2章 电能质量压缩感知理论 | 第16-22页 |
| 2.1 压缩感知理论框架 | 第16-19页 |
| 2.1.1 稀疏矩阵 | 第16-17页 |
| 2.1.2 测量矩阵 | 第17-18页 |
| 2.1.3 重构算法 | 第18-19页 |
| 2.2 电能质量信号模型分析 | 第19-21页 |
| 2.2.1 电能质量信号模型 | 第19-20页 |
| 2.2.2 电能质量信号可稀疏性分析 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 面向用电侧电能质量监测的时空压缩感知方法 | 第22-31页 |
| 3.1 时空压缩感知模型架构 | 第22-25页 |
| 3.1.1 常规电能质量数据采集模型 | 第22-23页 |
| 3.1.2 时空压缩感知数据采集模型 | 第23-25页 |
| 3.2 时空压缩感知模型分析 | 第25-26页 |
| 3.3 仿真验证分析 | 第26-29页 |
| 3.3.1 重构曲线对比 | 第26-28页 |
| 3.3.2 统计量对比 | 第28-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第4章 面向电能质量监测的测量矩阵优化方法 | 第31-40页 |
| 4.1 测量矩阵特性分析 | 第31-32页 |
| 4.2 基于克罗内克积的测量矩阵构建 | 第32-33页 |
| 4.3 基于GRAM矩阵的测量矩阵优化 | 第33-35页 |
| 4.4 仿真验证分析 | 第35-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第5章 结论与展望 | 第40-42页 |
| 5.1 结论 | 第40-41页 |
| 5.2 展望 | 第41-42页 |
| 参考文献 | 第42-46页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第46-47页 |
| 致谢 | 第47页 |