| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·研究过电压识别的目的及意义 | 第9-10页 |
| ·电力系统信号模式识别的研究现状 | 第10-14页 |
| ·电力系统信号特征提取研究现状 | 第10-12页 |
| ·电力系统信号模式识别研究现状 | 第12-14页 |
| ·过电压模式识别的研究现状 | 第14-16页 |
| ·本文主要研究内容 | 第16页 |
| ·小结 | 第16-17页 |
| 2 过电压发生机理分析及分层模式识别结构 | 第17-30页 |
| ·电力系统过电压分类 | 第17-18页 |
| ·电力系统过电压产生机理及波形特征 | 第18-27页 |
| ·雷电过电压 | 第18-21页 |
| ·暂时过电压 | 第21-24页 |
| ·操作过电压 | 第24-27页 |
| ·过电压分层识别结构 | 第27-29页 |
| ·小结 | 第29-30页 |
| 3 多方法融合的过电压特征提取及特征量主成分分析 | 第30-48页 |
| ·过电压特征量计算区间选取 | 第30-31页 |
| ·基于时频理论的过电压特征量提取 | 第31-37页 |
| ·时域特征量提取 | 第31-32页 |
| ·频域特征量提取 | 第32-34页 |
| ·小波变换 | 第34-36页 |
| ·基于小波时频理论的过电压特征提取 | 第36-37页 |
| ·基于多尺度时频矩阵奇异值分解的特征量提取 | 第37-41页 |
| ·奇异值分解理论 | 第37-38页 |
| ·多尺度时频矩阵奇异值分解算法 | 第38-39页 |
| ·基于多尺度时频矩阵奇异值分解特征提取 | 第39-41页 |
| ·电力系统中性点运行方式特征量 | 第41-42页 |
| ·过电压特征量分层选择 | 第42-44页 |
| ·分类器 1.1 的特征量选择 | 第42页 |
| ·暂时及弧光接地过电压特征量选择 | 第42-43页 |
| ·雷电及操作过电压特征量选择 | 第43-44页 |
| ·基于主成分分析的过电压特征量分析 | 第44-47页 |
| ·主成分分析 | 第44-45页 |
| ·过电压特征量主成分分析 | 第45-47页 |
| ·小结 | 第47-48页 |
| 4 网格搜索优化最小二乘 SVM 的过电压分层识别及其应用 | 第48-63页 |
| ·最小二乘支持向量机 | 第48-51页 |
| ·最小二乘 SVM 算法 | 第48-49页 |
| ·最小二乘 SVM 核函数选择和参数设置 | 第49-51页 |
| ·网格搜索法优化最小二乘 SVM 的过电压分层识别 | 第51-54页 |
| ·网格搜索优化最小二乘 SVM 算法 | 第51-53页 |
| ·网格搜索优化最小二乘 SVM 分层识别系统 | 第53-54页 |
| ·参数优化及识别结果分析 | 第54-57页 |
| ·最小二乘 SVM 参数优化分析 | 第54-55页 |
| ·识别结果分析 | 第55-57页 |
| ·过电压分层识别系统应用 | 第57-62页 |
| ·过电压分层识别程序流程 | 第57-58页 |
| ·过电压分层识别 GUI 系统 | 第58-60页 |
| ·识别系统工程应用 | 第60-62页 |
| ·小结 | 第62-63页 |
| 5 结论与展望 | 第63-65页 |
| ·结论 | 第63-64页 |
| ·展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-72页 |
| A. 作者在攻读学位期间发表的论文目录 | 第72页 |
| B. 作者在攻读学位期间获得的科技成果 | 第72页 |
| C. 作者在攻读学位期间所参与的科研项目 | 第72页 |