首页--工业技术论文--电工技术论文--输配电工程、电力网及电力系统论文--理论与分析论文--网络分析、电力系统分析论文

电能质量扰动信号的检测与识别方法研究

摘要第7-8页
Abstract第8-9页
第1章 绪论第12-19页
    1.1 研究背景及意义第12页
    1.2 电能质量概述第12-14页
        1.2.1 电能质量的定义第12-13页
        1.2.2 电能质量评价标准第13-14页
        1.2.3 暂态电能质量第14页
    1.3 国内外研究现状第14-17页
        1.3.1 电能质量扰动检测方法研究现状第14-15页
        1.3.2 电能质量扰动识别方法研究现状第15-17页
        1.3.3 研究存在的问题第17页
    1.4 论文主要内容第17-18页
    1.5 论文章节安排第18-19页
第2章 基本理论第19-27页
    2.1 引言第19页
    2.2 常见电能质量扰动信号的物理特征分析第19-23页
    2.3 小波变换基本理论第23-24页
    2.4 S变换基本理论第24-25页
    2.5 多标签分类第25-26页
        2.5.1 基于排位分类法的多标签分类第25页
        2.5.2 多标签分类的评价指标第25-26页
    2.6 本章小结第26-27页
第3章 基于小波变换与多分辨率S变换相结合的检测算法第27-37页
    3.1 引言第27页
    3.2 多分辨率S变换第27-28页
    3.3 窗宽调整因子的选择第28-30页
        3.3.1 峭度第28页
        3.3.2 窗宽调整因子第28-30页
    3.4 小波变换和多分辨率S变换相结合的检测方法第30页
    3.5 仿真验证第30-36页
        3.5.1 单一扰动信号仿真第31-33页
        3.5.2 双重扰动信号仿真第33-34页
        3.5.3 三重扰动信号仿真第34-36页
    3.6 本章小结第36-37页
第4章 基于复高斯小波核的多标签排位小波支持向量机识别方法第37-53页
    4.1 引言第37页
    4.2 支持向量机基本原理第37-42页
        4.2.1 结构风险最小化原则第37-38页
        4.2.2 最优分类超平面第38-40页
        4.2.3 核函数第40页
        4.2.4 多分类支持向量机第40-42页
    4.3 多标签Rank-WSVM算法第42-45页
    4.4 仿真分析第45-51页
    4.5 本章小结第51-53页
结论与展望第53-54页
参考文献第54-58页
致谢第58-59页
附录A 攻读学位期间所发表的学术论文第59-60页
附录B 攻读学位期间所参与的科研项目情况第60页

论文共60页,点击 下载论文
上一篇:复杂网络在癫痫患者脑结构网络中应用研究
下一篇:视觉词袋模型的改进及其在图像分类中的应用