基于小波算法的电力系统谐波分析
| 第一章 绪论 | 第1-11页 |
| ·引言 | 第7页 |
| ·谐波的分类及测量标准 | 第7-8页 |
| ·谐波分析的发展趋势 | 第8页 |
| ·电力系统谐波分析方法 | 第8-10页 |
| ·本文主要研究内容 | 第10-11页 |
| 第二章 小波分析原理 | 第11-21页 |
| ·连续小波基函数 | 第11-12页 |
| ·小波变换 | 第12-13页 |
| ·连续小波变换 | 第12-13页 |
| ·离散小波变换 | 第13页 |
| ·多分辨率分析 | 第13-15页 |
| ·小波函数与小波空间 | 第14页 |
| ·正交小波函数与多分辨率分析 | 第14-15页 |
| ·二尺度方程 | 第15页 |
| ·Mallat快速算法 | 第15-18页 |
| ·离散序列小波分解 | 第15-17页 |
| ·离散序列小波重构 | 第17-18页 |
| ·小波包分析 | 第18-21页 |
| ·小波包的定义 | 第18-19页 |
| ·小波包的空间分解 | 第19-21页 |
| 第三章 电力系统谐波小波分析 | 第21-31页 |
| ·谐波的产生与危害 | 第21-22页 |
| ·电力系统工频电源 | 第21页 |
| ·谐波的含义及产生 | 第21-22页 |
| ·电力系统谐波的危害 | 第22页 |
| ·电力有源滤波器 | 第22-25页 |
| ·电力有源滤波器原理 | 第23页 |
| ·电力有源滤波器类型 | 第23-24页 |
| ·电力有源滤波器关键技术 | 第24-25页 |
| ·利用Morlet小波函数设计FIR数字滤波器 | 第25-28页 |
| ·窗函数需满足的条件 | 第25页 |
| ·窗函数设计法 | 第25-26页 |
| ·Morlet小波窗，布来克曼窗和高斯窗 | 第26-27页 |
| ·比较各种窗函数滤波器 | 第27-28页 |
| ·比较各种窗函数设计法 | 第28页 |
| ·小结 | 第28页 |
| ·自适应小波算法的电力有源滤波器 | 第28-31页 |
| ·基于小波算法的自适应滤波器 | 第28-29页 |
| ·有源滤波系统的电流补偿方案 | 第29-30页 |
| ·系统仿真 | 第30页 |
| ·小结 | 第30-31页 |
| 第四章 基于小波提升的电力谐波分析 | 第31-36页 |
| ·引言 | 第31页 |
| ·提升算法 | 第31-32页 |
| ·提升算法的实现 | 第32-34页 |
| ·劳伦多项式 | 第32-33页 |
| ·多相矩阵表示法 | 第33页 |
| ·由滤波器系数得到提升实现 | 第33-34页 |
| ·基于提升的电流补偿方案 | 第34-35页 |
| ·系统仿真 | 第35页 |
| ·小结 | 第35-36页 |
| 第五章 基于小波神经网络的电力谐波分析 | 第36-45页 |
| ·引言 | 第36页 |
| ·神经网络基本原理 | 第36-39页 |
| ·神经网络基本单元 | 第36-37页 |
| ·神经网络的连接方式 | 第37-38页 |
| ·前馈网络学习算法 | 第38-39页 |
| ·小波神经网络基本原理 | 第39-40页 |
| ·小波神经网络的结构形式 | 第39页 |
| ·小波神经网络的学习算法 | 第39-40页 |
| ·小波神经网络与常规神经网络的比较 | 第40页 |
| ·基于小波网络的电力谐波分析 | 第40-45页 |
| ·电力谐波分析的WNN方法的原理 | 第41页 |
| ·WNN的谐波分析算法 | 第41-42页 |
| ·WNN的训练样本构造 | 第42-43页 |
| ·仿真实验 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 小波Prony算法的电力谐波分析 | 第45-52页 |
| ·引言 | 第45页 |
| ·Prony分析法 | 第45-47页 |
| ·噪声对Prony算法的影响 | 第47-48页 |
| ·结论 | 第48-52页 |
