基于神经网络的呼市地区电能质量扰动事件分类研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 意义和背景 | 第9页 |
| 1.2 数据挖掘技术在电力系统中的国内外研究现状 | 第9-13页 |
| 1.2.1 电力系统中的预测问题 | 第11页 |
| 1.2.2 电力系统中的关联分析应用 | 第11页 |
| 1.2.3 电力系统中的聚类分析应用 | 第11-12页 |
| 1.2.4 电力系统中的分类问题 | 第12-13页 |
| 1.3 电能质量扰动事件分类国内外研究现状 | 第13-14页 |
| 1.4 研究内容及组织结构 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 基于相空间重构的电能质量特征提取 | 第15-25页 |
| 2.1 电能质量 | 第15-16页 |
| 2.1.1 电能质量事件定义 | 第15-16页 |
| 2.1.2 电能质量特征提取方法 | 第16页 |
| 2.2 相空间重构原理及指标提出 | 第16-21页 |
| 2.2.1 相空间重构概述 | 第16-18页 |
| 2.2.2 特征指标的提出 | 第18-21页 |
| 2.3 仿真结果 | 第21-24页 |
| 2.3.1 典型电能质量扰动信号的指标对比 | 第21-22页 |
| 2.3.2 电能质量扰动指标的分布统计分析 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于神经网络的电能质量扰动事件分类识别 | 第25-32页 |
| 3.1 电能质量复合扰动分类原理 | 第25-27页 |
| 3.2 SVM分类模型概述 | 第27-28页 |
| 3.3 自组织映射神经网络分类模型的建立 | 第28-31页 |
| 3.3.1 SOM神经网络结构 | 第28-30页 |
| 3.3.2 SOM神经网络自组织算法 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 呼市地区电能质量扰动事件分类识别 | 第32-38页 |
| 4.1 内蒙古自治区概况 | 第32页 |
| 4.2 地区经济发展情况分析 | 第32-33页 |
| 4.3 内蒙古电网电力需求增长概况 | 第33页 |
| 4.4 呼市地区电能质量扰动事件分类识别实现 | 第33-37页 |
| 4.5 本章小结 | 第37-38页 |
| 第5章 总结与展望 | 第38-39页 |
| 参考文献 | 第39-43页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第43-44页 |
| 致谢 | 第44-45页 |
| 作者简介 | 第45页 |
