首页--工业技术论文--电工技术论文--输配电工程、电力网及电力系统论文--理论与分析论文--网络分析、电力系统分析论文

基于极限学习机的电能质量扰动分类研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-15页
    1.1 课题的背景及意义第10-11页
    1.2 电能质量扰动分类的国内外发展现状第11-14页
    1.3 电能质量的定义第14页
    1.4 本文主要的研究内容第14-15页
第2章 极限学习机与核极限学习机第15-31页
    2.1 引言第15页
    2.2 极限学习机第15-18页
        2.2.1 前馈神经网络第15-17页
        2.2.2 极限学习机基本原理第17-18页
    2.3 核极限学习机第18-30页
        2.3.1 核函数的性质第19-21页
        2.3.2 核函数特性分析第21-30页
    2.4 本章小结第30-31页
第3章 基于粒子群优化算法的核极限学习机第31-39页
    3.1 引言第31页
    3.2 粒子群优化算法第31-34页
    3.3 粒子群优化核极限学习机参数第34-36页
    3.4 实验数据分析第36-38页
        3.4.1 双螺旋数据集的分类对比第36页
        3.4.2 标准UCI数据集的分类对比第36-38页
    3.5 本章小结第38-39页
第4章 PSO-KELM在电能质量扰动分类中的应用第39-56页
    4.1 引言第39页
    4.2 电能质量扰动信号的分类第39-44页
    4.3 电能质量扰动信号的特征提取第44-49页
    4.4 仿真实验与分析第49-55页
    4.5 本章小结第55-56页
结论第56-57页
参考文献第57-60页
攻读学位期间发表的学术论文第60-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:多柔度环节电液伺服系统及其神经网络控制策略研究
下一篇:碳纤维复合材料制孔机器人视觉定位技术研究