| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-19页 |
| ·选题背景和意义 | 第9-10页 |
| ·电能质量的定义及其扰动分类 | 第10-14页 |
| ·电能质量的定义 | 第10-11页 |
| ·电能质量评价标准 | 第11页 |
| ·电能质量的分类 | 第11-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·电能质量分析方法 | 第14-15页 |
| ·电能质量扰动检测和识别方法 | 第15-17页 |
| ·本文的研究目标和主要内容 | 第17-19页 |
| 第二章 定量递归方法和模态分解的基础理论 | 第19-29页 |
| ·引言 | 第19-20页 |
| ·相空间重构理论 | 第20-23页 |
| ·选取嵌入维 | 第20-21页 |
| ·选取时间延迟 | 第21-23页 |
| ·递归图 | 第23-25页 |
| ·定量递归分析 | 第25-26页 |
| ·模态分解的基础理论 | 第26-27页 |
| ·小结 | 第27-29页 |
| 第三章 电能质量扰动信号的重构轨迹图和递归图识别 | 第29-44页 |
| ·引言 | 第29页 |
| ·电能质量扰动信号 | 第29-30页 |
| ·电能质量扰动信号的递归图 | 第30-38页 |
| ·无噪声电能质量扰动信号的递归图 | 第30-34页 |
| ·含噪声电能质量扰动信号的递归图 | 第34-38页 |
| ·基于NMF的扰动信号重构轨迹图识别方法 | 第38-42页 |
| ·NMF方法理论 | 第38-39页 |
| ·重构轨迹图特征提取 | 第39-40页 |
| ·电能质量信号的分类识别 | 第40-42页 |
| ·小结 | 第42-44页 |
| 第四章 EMD和RQA结合的电能质量扰动信号识别 | 第44-63页 |
| ·引言 | 第44页 |
| ·电能质量扰动信号的去噪方法 | 第44-45页 |
| ·经EMD去噪的电能质量扰动信号的递归图 | 第45-56页 |
| ·EMD方法的高频去噪 | 第45-50页 |
| ·基于EMD方法的软阈值滤波去噪方法 | 第50-54页 |
| ·去噪后电能质量扰动信号的递归图 | 第54-56页 |
| ·电能质量扰动信号的定量递归分析 | 第56-57页 |
| ·电能质量扰动信号的智能识别和定位 | 第57-59页 |
| ·ANN神经网络 | 第57页 |
| ·训练和仿真 | 第57-59页 |
| ·电能质量扰动信号的定位 | 第59-61页 |
| ·递归定量参数的选择 | 第59-60页 |
| ·扰动定位 | 第60-61页 |
| ·小结 | 第61-63页 |
| 第五章 使用EEMD提取特征分量的电能质量扰动信号识别 | 第63-77页 |
| ·引言 | 第63页 |
| ·EEMD方法的基础理论 | 第63-64页 |
| ·EEMD方法在信号处理中的应用 | 第64-65页 |
| ·使用EEMD提取的电能质量扰动信号特征分量的递归图 | 第65-74页 |
| ·EEMD分解 | 第65-69页 |
| ·特征提取 | 第69-72页 |
| ·复合型扰动信号的分析 | 第72-74页 |
| ·特征分量的递归参数 | 第74-76页 |
| ·小节 | 第76-77页 |
| 第六章 结论与展望 | 第77-79页 |
| ·结论 | 第77页 |
| ·展望 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 致谢 | 第84-85页 |
| 硕士期间发表的论文 | 第85页 |