| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 电能质量研究背景及意义 | 第10-11页 |
| 1.2 电能质量扰动问题概述 | 第11-14页 |
| 1.2.1 电能质量问题的分类 | 第11-12页 |
| 1.2.2 电能质量扰动数学模型 | 第12-14页 |
| 1.3 电能质量分析研究现状 | 第14-19页 |
| 1.3.1 电能质量扰动的检测 | 第16-18页 |
| 1.3.2 电能质量扰动的分类 | 第18-19页 |
| 1.4 论文研究内容 | 第19-21页 |
| 第2章 基于小波包变换的电能质量扰动特征提取 | 第21-32页 |
| 2.1 小波变换理论 | 第21-23页 |
| 2.2 小波包变换理论 | 第23-25页 |
| 2.3 小波包变换电能质量扰动特征提取 | 第25-30页 |
| 2.3.1 小波包变换参数的确定 | 第25-26页 |
| 2.3.2 电能质量扰动信号特征提取 | 第26-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 基于HHT和S变换的扰动时刻定位和特征提取 | 第32-53页 |
| 3.1 基于HHT变换的扰动定位和特征提取 | 第32-39页 |
| 3.1.1 HHT变换基本原理 | 第32-34页 |
| 3.1.2 HHT变换扰动时刻定位和特征提取 | 第34-39页 |
| 3.2 基于S变换的扰动定位和特征提取 | 第39-50页 |
| 3.2.1 S变换基本原理 | 第40-41页 |
| 3.2.2 电能质量扰动S变换分析 | 第41-48页 |
| 3.2.3 电能质量扰动时刻定位和特征提取 | 第48-50页 |
| 3.3 电能质量扰动定位和特征提取方法对比 | 第50-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第4章 基于多特征组合的PNN技术对扰动分类 | 第53-65页 |
| 4.1 电能质量扰动的多特征组合 | 第53-54页 |
| 4.2 概率神经网络 | 第54-60页 |
| 4.2.1 贝叶斯分类 | 第54-56页 |
| 4.2.2 核密度估计 | 第56-59页 |
| 4.2.3 概率神经网络结构 | 第59-60页 |
| 4.3 基于PNN的电能质量扰动分类方法 | 第60-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第5章 全文总结及建议 | 第65-67页 |
| 5.1 全文总结 | 第65-66页 |
| 5.2 下一步工作建议 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 作者简介及研究成果 | 第71-72页 |
| 致谢 | 第72页 |