发电机组辅机设备振动噪音数据压缩算法研究及应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 研究背景与课题来源 | 第11-14页 |
| 1.1.1 智能电厂的实际需求 | 第11-13页 |
| 1.1.2 振动噪音数据压缩算法的要求 | 第13-14页 |
| 1.1.3 课题来源 | 第14页 |
| 1.2 电力系统数据压缩发展现状 | 第14-18页 |
| 1.2.1 无损压缩研究现状 | 第15-17页 |
| 1.2.2 有损压缩研究现状 | 第17-18页 |
| 1.3 本文的主要工作及论文结构 | 第18-22页 |
| 1.3.1 本文主要工作及创新点 | 第19-20页 |
| 1.3.2 论文的结构 | 第20-22页 |
| 第二章 电力系统数据压缩常用技术 | 第22-35页 |
| 2.1 基于统计的编码算法 | 第22-25页 |
| 2.1.1 Huffman压缩算法 | 第22-24页 |
| 2.1.2 算术编码 | 第24-25页 |
| 2.2 基于字典的压缩算法 | 第25-29页 |
| 2.2.1 LZ77压缩算法 | 第26-27页 |
| 2.2.2 LZW压缩算法 | 第27-29页 |
| 2.3 变换编码技术分析 | 第29-33页 |
| 2.3.1 FFT变换分析 | 第30-31页 |
| 2.3.2 小波变换分析 | 第31-33页 |
| 2.4 其他压缩算法分析 | 第33页 |
| 2.5 数据压缩评价指标 | 第33-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 噪音振动数据无损压缩算法研究 | 第35-54页 |
| 3.1 差分无损压缩算法 | 第35-37页 |
| 3.2 LZW无损压缩算法分析 | 第37-39页 |
| 3.3 基于前缀编码优化的改进LZW无损压缩算法 | 第39-47页 |
| 3.3.1 LZW算法字典头部改进 | 第39-41页 |
| 3.3.2 前缀映射的LZW改进算法 | 第41-42页 |
| 3.3.3 改进LZW算法实现 | 第42-44页 |
| 3.3.4 改进算法与原算法压缩效果对比 | 第44-47页 |
| 3.4 基于FFT与改进LZW结合的无损压缩算法 | 第47-53页 |
| 3.4.1 FFT-LZW压缩算法 | 第48-49页 |
| 3.4.2 仿真测试 | 第49-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 基于小波去噪的压缩技术 | 第54-70页 |
| 4.1 数据特征分析 | 第54-57页 |
| 4.1.1 信号自相关检测原理 | 第54-56页 |
| 4.1.2 噪声检测 | 第56-57页 |
| 4.2 小波去噪原理 | 第57-60页 |
| 4.3 改进的小波阈值去噪 | 第60-63页 |
| 4.3.1 小波阈值去噪分析 | 第60-61页 |
| 4.3.2 一种新的阈值函数 | 第61-63页 |
| 4.4 仿真与实验 | 第63-69页 |
| 4.4.1 去噪指标 | 第63页 |
| 4.4.2 改进阈值函数仿真 | 第63-66页 |
| 4.4.3 基于小波去噪的压缩 | 第66-69页 |
| 4.5 本章小结 | 第69-70页 |
| 第五章 基于SVD和小波包的数据压缩算法 | 第70-88页 |
| 5.1 基于小波包的数据压缩方法 | 第70-73页 |
| 5.1.1 小波包基本理论 | 第70-72页 |
| 5.1.2 小波包压缩算法 | 第72-73页 |
| 5.2 SVD与小波包结合的压缩算法 | 第73-78页 |
| 5.2.1 基于SVD的压缩算法 | 第74-76页 |
| 5.2.2 SVD与小波包结合的压缩算法 | 第76-78页 |
| 5.3 仿真与实验 | 第78-87页 |
| 5.3.1 仿真验证 | 第79-82页 |
| 5.3.2 电厂数据实验 | 第82-87页 |
| 5.4 本章小结 | 第87-88页 |
| 总结与展望 | 第88-90页 |
| 参考文献 | 第90-97页 |
| 攻读硕士学位期间取得的研究成果 | 第97-98页 |
| 致谢 | 第98-99页 |
| 附件 | 第99页 |
