基于广义S变换和SVM的电压暂降检测与识别方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题背景 | 第10-11页 |
| ·电压暂降问题及研究意义 | 第11-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·本文的主要工作 | 第16-18页 |
| 第2章 电压暂降扰动源分析 | 第18-26页 |
| ·电压暂降的定义 | 第18页 |
| ·电压暂降扰动源分析 | 第18-25页 |
| ·单一电压暂降扰动源引起的电压暂降 | 第19-23页 |
| ·复合电压暂降扰动源引起的电压暂降 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于广义S变换的电压暂降检测与特征提取 | 第26-40页 |
| ·S变换的基本原理 | 第26-32页 |
| ·短时傅里叶变换 | 第26页 |
| ·小波变换 | 第26-28页 |
| ·一维连续S变换 | 第28-29页 |
| ·一维离散S变换 | 第29-31页 |
| ·广义S变换 | 第31-32页 |
| ·基于广义S变换的电压暂降检测 | 第32-37页 |
| ·基于广义S变换的电压暂降特征提取 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于支持向量机的多分类器设计 | 第40-50页 |
| ·支持向量机基本理论 | 第40-46页 |
| ·支持向量机 | 第40-43页 |
| ·核函数 | 第43-44页 |
| ·多分类算法 | 第44-46页 |
| ·粒子群优化算法 | 第46-47页 |
| ·电压暂降扰动源多分类器设计 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 电压暂降扰动源识别方法及仿真验证 | 第50-58页 |
| ·电压暂降扰动源识别方法 | 第50-51页 |
| ·电压暂降仿真系统模型 | 第51-52页 |
| ·仿真验证 | 第52-57页 |
| ·训练样本数量对分类器识别准确率的影响 | 第52-53页 |
| ·对不同信噪比测试样本的识别准确率 | 第53-55页 |
| ·小波变换与 S 变换在扰动源识别上的比较 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |
