基于小波与神经网络算法的暂态电能质量信号分析
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-24页 |
| ·引言 | 第12页 |
| ·课题研究的意义 | 第12-14页 |
| ·电能质量问题产生的原因及危害 | 第12-14页 |
| ·暂态电能质量现象研究的意义 | 第14页 |
| ·电能质量的基本概念 | 第14-17页 |
| ·电能质量的定义 | 第14-15页 |
| ·电能质量的分类 | 第15-17页 |
| ·电能质量标准简介 | 第17页 |
| ·电能质量的国内外研究现状 | 第17-19页 |
| ·国外研究现状 | 第17-18页 |
| ·国内研究现状 | 第18-19页 |
| ·暂态电能质量现象的检测与分析方法 | 第19-22页 |
| ·时域仿真法 | 第19页 |
| ·频域分析方法 | 第19-20页 |
| ·基于变换的方法 | 第20-22页 |
| ·本文主要研究内容 | 第22-24页 |
| 第二章 小波变换的基本理论 | 第24-42页 |
| ·小波理论的发展和应用 | 第24-25页 |
| ·傅立叶变换(FT)和短时傅立叶变换(STFT) | 第25-27页 |
| ·傅立叶变换(FT) | 第25-26页 |
| ·短时傅立叶变换(STFT) | 第26-27页 |
| ·小波变换的基本概念 | 第27-31页 |
| ·连续小波变换 | 第28-29页 |
| ·离散小波变换 | 第29-30页 |
| ·二进小波变换 | 第30页 |
| ·正交小波变换 | 第30-31页 |
| ·小波变换的多分辨率分析 | 第31-34页 |
| ·从滤波器组角度引入多分辨率分析 | 第31-33页 |
| ·从函数空间角度引入多分辨率分析 | 第33-34页 |
| ·MALLAT 算法 | 第34-36页 |
| ·分解算法 | 第34-35页 |
| ·重构算法 | 第35-36页 |
| ·小波包分析 | 第36-39页 |
| ·小波包的定义 | 第36-38页 |
| ·小波包的空间分解 | 第38-39页 |
| ·小波包算法 | 第39页 |
| ·小波变换与傅立叶变换和短时傅立叶变换的比较 | 第39-40页 |
| ·小波基函数的选择 | 第40-42页 |
| 第三章 基于小波的暂态电能质量信号检测与分析 | 第42-74页 |
| ·引言 | 第42-43页 |
| ·常见暂态电能质量现象简介 | 第43-45页 |
| ·检测中信号的消噪 | 第45-55页 |
| ·引言 | 第45-47页 |
| ·基于小波包变换的消噪方法 | 第47-51页 |
| ·仿真分析 | 第51-55页 |
| ·检测中信号的数据压缩 | 第55-65页 |
| ·引言 | 第55-57页 |
| ·第二代小波变换 | 第57-61页 |
| ·基于第二代小波变换的数据压缩方法 | 第61-63页 |
| ·仿真实例 | 第63-65页 |
| ·电能质量扰动检测和定位 | 第65-73页 |
| ·引言 | 第65-67页 |
| ·电能质量扰动信号检测 | 第67-69页 |
| ·仿真分析 | 第69-73页 |
| ·本章小结 | 第73-74页 |
| 第四章 电能质量扰动分类 | 第74-83页 |
| ·引言 | 第74-75页 |
| ·暂态电能质量信号分类与识别原理 | 第75-76页 |
| ·电能质量扰动信号特征向量的提取 | 第76-79页 |
| ·电能质量扰动信号的分类与识别 | 第79-82页 |
| ·人工神经网络基础知识 | 第79-80页 |
| ·采用的人工神经网络模型 | 第80-81页 |
| ·仿真结果 | 第81-82页 |
| ·本章小结 | 第82-83页 |
| 第五章 结束语 | 第83-86页 |
| ·全文总结 | 第83-84页 |
| ·本文的主要特色和创新点 | 第84页 |
| ·展望 | 第84-86页 |
| 参考文献 | 第86-94页 |
| 致谢 | 第94-95页 |
| 附录 A （攻读硕士学位期间发表论文目录） | 第95页 |
