基于QNN-DS的配电网故障选线与扰动识别方法研究

摘要	第1-8页
Abstract	第8-12页
第1章 绪论	第12-24页
·引言	第12-13页
·本课题研究目的和意义	第13-15页
·本课题的研究现状	第15-22页
·配电网故障选线国内外研究现状	第15-18页
·配电网电能质量扰动识别国内外研究现状	第18-22页
·本论文的主要工作	第22-24页
第2章 基于量子神经网络和证据理论的模式识别方法	第24-30页
·量子神经网络	第24-26页
·量子神经网络的模型	第24-25页
·量子神经网络的训练算法	第25-26页
·DS据理论的基本原理	第26-27页
·基于QNN-DS的模式识别方法	第27-29页
·信息融合技术在模式识别中的应用	第27-28页
·基于QNN-DS决策级融合的模式识别方法	第28-29页
·小结	第29-30页
第3章 基于QNN-DS的配电网故障选线	第30-44页
·引言	第30-31页
·配电网单相接地故障模型	第31-33页
·故障特征量提取及其选线步骤	第33-36页
·故障特征量提取	第33-35页
·基于QNN-DS的故障选线步骤	第35-36页
·仿真验证	第36-42页
·QNN的训练	第36-39页
·故障选线方法的验证	第39-42页
·小结	第42-44页
第4章 基于QNN-DS的配电网电能质量扰动识别	第44-60页
·引言	第44页
·电能质量扰动信号的产生	第44-45页
·扰动特征量提取	第45-53页
·基于离散小波变换的特征提取	第45-47页
·基于小波包变换的特征提取	第47-49页
·基于S变换的特征提取	第49-53页
·基于QNN-DS扰动识别模型的验证	第53-59页
·基于QNN-DS的扰动分类步骤	第53-54页
·子神经网络的训练与测试	第54-56页
·DS证据理论的融合过程及融合结果分析	第56-59页
·小结	第59-60页
结论	第60-62页
致谢	第62-63页
参考文献	第63-68页
攻读硕士学位期间发表的论文及科研成果	第68-69页