| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-17页 |
| ·引言 | 第10-11页 |
| ·分布式电源国内外研究现状 | 第11-12页 |
| ·国外研究现状 | 第11页 |
| ·国内研究现状 | 第11-12页 |
| ·电能质量的分析方法 | 第12-16页 |
| ·时域仿真与频域分析方法 | 第13页 |
| ·电能质量扰动检测方法 | 第13-15页 |
| ·电能质量扰动分类方法 | 第15-16页 |
| ·论文的主要研究内容 | 第16-17页 |
| 2 分布式电源并网后的电能质量 | 第17-27页 |
| ·电能质量的定义和相关标准 | 第17-19页 |
| ·电能质量的定义 | 第17页 |
| ·电能质量的指标 | 第17-19页 |
| ·电能质量的相关标准 | 第19页 |
| ·分布式电源并网方式 | 第19-22页 |
| ·风力发电的并网方式 | 第20-21页 |
| ·太阳能光伏发电的并网方式 | 第21页 |
| ·微型燃气轮机的并网方式 | 第21-22页 |
| ·分布式电源并网产生的电能质量问题 | 第22-23页 |
| ·分布式电源并网电能质量扰动信号 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 3 基于小波变换和 S 变换的电能质量扰动定位检测 | 第27-41页 |
| ·小波函数与小波变换 | 第27-31页 |
| ·小波函数 | 第27页 |
| ·小波变换 | 第27-28页 |
| ·多分辨率分析 | 第28-29页 |
| ·Matllat 算法 | 第29-30页 |
| ·小波的选取与分解层的确定 | 第30-31页 |
| ·S 变换的基本理论 | 第31-32页 |
| ·电能质量扰动信号的去噪 | 第32-33页 |
| ·电能质量扰动的定位检测 | 第33-40页 |
| ·基于小波变换的方法进行电能质量扰动的定位 | 第33页 |
| ·基于 S 变换的方法进行电能质量扰动的定位 | 第33-40页 |
| ·本章小结 | 第40-41页 |
| 4 分布式电源并网电能质量扰动分类识别 | 第41-63页 |
| ·电能质量扰动特征向量的提取 | 第41-43页 |
| ·主成分分析 | 第43-46页 |
| ·PCA 的基本原理 | 第43-44页 |
| ·PCA 的推导 | 第44-45页 |
| ·主成分分析的计算步骤 | 第45页 |
| ·电能质量扰动信号特征向量的 PCA 处理 | 第45-46页 |
| ·独立成分分析 | 第46-49页 |
| ·ICA 基本原理 | 第47页 |
| ·FastICA 算法 | 第47-48页 |
| ·FastICA 算法的基本步骤 | 第48-49页 |
| ·基于 PCA-BP 及 ICA-BP 神经网络的电能质量扰动分类识别 | 第49-52页 |
| ·BP 神经网络的简介 | 第49-50页 |
| ·BP 神经网络模型的建立 | 第50-51页 |
| ·基于 BP 神经网络的分类识别 | 第51-52页 |
| ·基于 PCA-SVM 及 ICA-SVM 的电能质量扰动分类识别 | 第52-62页 |
| ·基本支持向量机 | 第52-54页 |
| ·常用核函数 | 第54-55页 |
| ·多分类支持向量机 | 第55-57页 |
| ·基于 SVM 的电能质量扰动分类 | 第57-62页 |
| ·本章小结 | 第62-63页 |
| 5 仿真平台的创建与电能质量分析窗口化实现 | 第63-68页 |
| ·系统需求分析 | 第63-64页 |
| ·需求提出 | 第63页 |
| ·需求描述 | 第63-64页 |
| ·需求评审 | 第64页 |
| ·软件设计 | 第64-65页 |
| ·软件功能模块框图 | 第64页 |
| ·软件的流程设计 | 第64-65页 |
| ·功能介绍 | 第65-66页 |
| ·电能质量分析的窗口化实现 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-69页 |
| ·总结 | 第68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间取得的研究成果 | 第73页 |
