致谢 | 第1-5页 |
摘要 | 第5-7页 |
Abstract | 第7-8页 |
Extended Abstract | 第8-10页 |
目录 | 第10-14页 |
图清单 | 第14-17页 |
表清单 | 第17-19页 |
变量注释表 | 第19-21页 |
1 绪论 | 第21-31页 |
·背景及意义 | 第21-22页 |
·国内外研究概况 | 第22-29页 |
·本课题研究内容及安排 | 第29-31页 |
2 三电平风电变流器及支持向量机理论 | 第31-57页 |
·引言 | 第31-33页 |
·三电平风电变流器拓扑结构及数学模型 | 第33-40页 |
·变流器内部故障分析 | 第40-45页 |
·统计学习理论 | 第45-48页 |
·支持向量机 | 第48-56页 |
·本章小结 | 第56-57页 |
3 基于小波包分解的变流器故障特征提取 | 第57-77页 |
·引言 | 第57-58页 |
·小波分析 | 第58-62页 |
·小波包分解 | 第62-63页 |
·基于小波包分解的变流器故障特征提取 | 第63-76页 |
·本章小结 | 第76-77页 |
4 基于邻界样本的稀疏 LSSVM 变流器故障诊断 | 第77-97页 |
·最小二乘支持向量机 | 第77-78页 |
·基于邻界样本的稀疏 LSSVM | 第78-87页 |
·多类支持向量机 | 第87-91页 |
·基于 Huffman 决策树的变流器多故障诊断 | 第91-95页 |
·本章小结 | 第95-97页 |
5 基于多种群免疫协同进化粒子群的模型参数优化 | 第97-117页 |
·参数选择对算法的影响 | 第97-100页 |
·粒子群优化算法 | 第100-103页 |
·多种群免疫协同进化粒子群优化算法 | 第103-110页 |
·实验及结果分析 | 第110-116页 |
·本章小结 | 第116-117页 |
6 改进的渐进直推 LSSVM 半监督故障诊断 | 第117-134页 |
·引言 | 第117-119页 |
·直推支持向量机算法 | 第119-121页 |
·改进的渐进直推半监督 LSSVM 算法 | 第121-129页 |
·实验与结果分析 | 第129-133页 |
·本章小结 | 第133-134页 |
7 总结与展望 | 第134-136页 |
·主要创新性成果 | 第134-135页 |
·进一步研究内容 | 第135-136页 |
参考文献 | 第136-146页 |
作者简历 | 第146-148页 |
学位论文数据集 | 第148页 |