| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题的背景与意义 | 第9-10页 |
| ·高压输电线路故障选相方法的研究现状及存在问题 | 第10-14页 |
| ·本文的主要工作 | 第14-15页 |
| 第2章 EMD 及支持向量机方法简介 | 第15-29页 |
| ·EMD 方法 | 第15-17页 |
| ·概述 | 第15-16页 |
| ·EMD | 第16-17页 |
| ·支持向量机分类器 | 第17-29页 |
| ·概述 | 第17-19页 |
| ·统计学习理论 | 第19-23页 |
| ·支持向量机 | 第23-27页 |
| ·多元分类 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于IMF 能量熵的故障选相方法 | 第29-40页 |
| ·概述 | 第29页 |
| ·信息熵及其性质 | 第29-32页 |
| ·信息熵 | 第29-30页 |
| ·信息熵的基本性质 | 第30-32页 |
| ·基于IMF 能量熵和SVM 的输电线路故障选相方法 | 第32-39页 |
| ·经验模态能量熵 | 第32-35页 |
| ·基于IMF 能量熵和SVM 的输电线路故障选相方法步骤 | 第35-36页 |
| ·仿真分析 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于IMF 奇异值熵的故障选相方法 | 第40-49页 |
| ·概述 | 第40页 |
| ·EMD 方法及初始故障特征矩阵的形成 | 第40-41页 |
| ·SVD 及奇异值的提取 | 第41-43页 |
| ·EMD 奇异值熵 | 第43-44页 |
| ·故障选相判据 | 第44-45页 |
| ·仿真算例 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间撰写的学术论文 | 第54页 |