基于小波变换特征优化对电能扰动分类的影响
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·研究背景和意义 | 第9页 |
| ·电能质量扰动类别和标准 | 第9-11页 |
| ·电能质量分析方法 | 第11-14页 |
| ·傅立叶变换 | 第11-12页 |
| ·短时傅立叶变换 | 第12-13页 |
| ·小波变换 | 第13-14页 |
| ·本文的主要工作 | 第14-16页 |
| 第2章 基于小波变换的特征提取 | 第16-31页 |
| ·引言 | 第16页 |
| ·小波变换的基本原理 | 第16-21页 |
| ·连续小波变换 | 第16-17页 |
| ·小波变换的时频局部化特性 | 第17-19页 |
| ·离散小波变换 | 第19-21页 |
| ·特征提取——小波多分辨率分析 | 第21-22页 |
| ·小波分解层数的选择 | 第22-23页 |
| ·常用的基本小波 | 第23-29页 |
| ·小波基函数的选择 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于概率神经网络的电能扰动分类 | 第31-39页 |
| ·神经网络与模式识别 | 第31页 |
| ·神经网络的基本原理 | 第31-33页 |
| ·生物神经元简介 | 第31-32页 |
| ·人工神经元 | 第32-33页 |
| ·BP神经网络 | 第33-35页 |
| ·概率神经网络模式识别 | 第35-37页 |
| ·基于概率的分类器 | 第35-36页 |
| ·概率神经网络分类器 | 第36-37页 |
| ·基于概率神经网络的电能扰动分类 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第4章 基于小波变换的特征优化方法的仿真研究 | 第39-52页 |
| ·电能质量扰动模型 | 第39-43页 |
| ·采用传统小波变换的仿真实验 | 第43-44页 |
| ·改进的电能扰动识别过程 | 第44-45页 |
| ·特征提取方法的改进 | 第45-47页 |
| ·正常信号和中断扰动预先分类 | 第47-49页 |
| ·特征数量的简化 | 第49-50页 |
| ·采用特征优化方法的仿真实验 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第5章 总结与展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59页 |
