| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 1 绪论 | 第10-28页 |
| ·课题研究背景和意义 | 第10-12页 |
| ·国内外研究现状及存在的问题 | 第12-26页 |
| ·电能质量检测与分析系统 | 第12-14页 |
| ·暂态电能质量扰动检测 | 第14-15页 |
| ·电能质量数据压缩 | 第15-17页 |
| ·电能质量扰动分类 | 第17-21页 |
| ·电能质量综合评估 | 第21-26页 |
| ·本文主要研究内容及创新点 | 第26-28页 |
| 2 基于图像压缩算法的三相电能质量数据压缩方法研究 | 第28-42页 |
| ·引言 | 第28页 |
| ·图像压缩算法相关理论 | 第28-33页 |
| ·基于提升格式的二维离散小波变换 | 第28-31页 |
| ·图像SPIHT 编码算法 | 第31-32页 |
| ·图像平滑技术 | 第32-33页 |
| ·基于图像压缩算法的三相电能质量数据压缩方法 | 第33-36页 |
| ·数据压缩整体方案 | 第33-34页 |
| ·dq0 变换 | 第34-35页 |
| ·电能质量数据的二维表示 | 第35-36页 |
| ·DEFLATE 编码 | 第36页 |
| ·电能质量数据压缩实验结果及分析 | 第36-41页 |
| ·本章小结 | 第41-42页 |
| 3 基于多标签分类的电能质量复合扰动分类方法研究 | 第42-58页 |
| ·引言 | 第42页 |
| ·多标签分类 | 第42-44页 |
| ·多标签分类的分类策略 | 第42-43页 |
| ·多标签分类的评判指标 | 第43-44页 |
| ·基于多标签分类的电能质量复合扰动分类方法研究 | 第44-51页 |
| ·电能质量复合扰动分类解决方案 | 第44-47页 |
| ·k–近邻贝叶斯多标签分类法 | 第47-50页 |
| ·c-均值径向基神经网络多标签分类法 | 第50-51页 |
| ·仿真与分析 | 第51-56页 |
| ·电能质量复合扰动原始数据的生成 | 第51-52页 |
| ·特征量的选取 | 第52页 |
| ·仿真结果分析 | 第52-56页 |
| ·本章小结 | 第56-58页 |
| 4 基于组合评价法的电能质量综合评估方法研究 | 第58-76页 |
| ·引言 | 第58页 |
| ·电能质量综合评估指标体系及等级评定 | 第58页 |
| ·基于组合评价法的电能质量综合评估方法 | 第58-71页 |
| ·基于组合评价法的电能质量综合评估整体方案 | 第58-60页 |
| ·基于单一综合评价方法的电能质量综合评估 | 第60-69页 |
| ·基于组合评价法的电能质量综合评估 | 第69-71页 |
| ·实例分析 | 第71-74页 |
| ·本章小结 | 第74-76页 |
| 5 基于虚拟仪器的电能质量综合检测与分析系统软件设计 | 第76-86页 |
| ·引言 | 第76页 |
| ·电能质量综合检测与分析系统软件构成 | 第76-78页 |
| ·电能质量数据检测 | 第78-81页 |
| ·实验验证 | 第81-84页 |
| ·本章小结 | 第84-86页 |
| 6 结论与展望 | 第86-88页 |
| ·本文主要工作总结 | 第86-87页 |
| ·展望 | 第87-88页 |
| 致谢 | 第88-90页 |
| 参考文献 | 第90-98页 |
| 附录:作者在攻读学位期间发表的论文目录 | 第98页 |