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

基于多特征提取及优化神经网络的电能质量扰动识别

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-18页
    1.1 课题背景及研究的目的和意义第10-11页
    1.2 电能质量问题的国内外研究第11-15页
        1.2.1 扰动特征提取方法及研究进展第11-13页
        1.2.2 模式识别方法研究进展第13-15页
    1.3 粒子群算法及差分进化算法的研究现状第15-16页
    1.4 本文主要研究内容第16-18页
第2章 电能质量问题分析及扰动信号建模第18-28页
    2.1 电能质量概述第18-21页
        2.1.1 电能质量定义第18-19页
        2.1.2 电能质量标准第19页
        2.1.3 电能质量分类第19-21页
    2.2 电能质量扰动信号的数学模型第21-27页
        2.2.1 单一扰动信号建模第21-25页
        2.2.2 复合扰动信号建模第25-27页
    2.3 本章小结第27-28页
第3章 特征提取与特征评价第28-41页
    3.1 小波变换第28-30页
    3.2 小波特征提取及其实验分析第30-34页
    3.3 HHT变换及其实验分析第34-37页
    3.4 特征评价第37-40页
    3.5 本章小结第40-41页
第4章 基于改进PSO-DE算法优化BP神经网络第41-54页
    4.1 BP神经网络第41-45页
        4.1.1 BP网络结构第41-42页
        4.1.2 BP网络的学习规则第42-44页
        4.1.3 BP网络的改进第44-45页
    4.2 粒子群算法第45-48页
        4.2.1 PSO算法的基本原理第45-46页
        4.2.2 标准粒子群算法第46-47页
        4.2.3 改进粒子群算法第47-48页
    4.3 差分进化算法第48-49页
    4.4 基于改进PSO-DE优化的神经网络模型第49-53页
        4.4.1 PSO-DE算法思路第49-51页
        4.4.2 PSO-DE混合算法优化BP神经网络第51-53页
    4.5 本章小结第53-54页
第5章 仿真分析第54-72页
    5.1 多类型特征提取第55-60页
    5.2 混合式特征选择第60-65页
        5.2.1 利用相关性筛选特征第60-61页
        5.2.2 结合分类方法选择特征第61-62页
        5.2.3 选择结果分析第62-65页
    5.3 结果分析第65-69页
        5.3.1 参数设置第65-68页
        5.3.2 性能比较第68-69页
    5.4 工程实例第69-71页
    5.5 本章小结第71-72页
结论第72-73页
参考文献第73-78页
攻读硕士学位期间承担的科研任务与主要成果第78-79页
致谢第79页

论文共79页,点击 下载论文
上一篇:可穿戴式多生理信息检测系统的研究
下一篇:面向灾害环境多飞艇WSN覆盖空洞修复方法研究