摘要 | 第5-6页 |
abstract | 第6页 |
第一章 绪论 | 第8-14页 |
1.1 研究背景与意义 | 第8-9页 |
1.2 研究现状 | 第9-13页 |
1.2.1 国内外研究现状 | 第9-12页 |
1.2.2 现有研究存在的问题 | 第12-13页 |
1.3 研究内容 | 第13页 |
1.4 论文结构 | 第13-14页 |
第二章 用电设备在线状态监测的总体架构 | 第14-21页 |
2.1 用电设备状态监测的原理 | 第14-16页 |
2.1.1 利用时域特征向量有效值选择特征向量 | 第14-15页 |
2.1.2 利用频谱特征作为特征向量 | 第15-16页 |
2.2 基于有限状态自动机的用电设备状态模型及其建立 | 第16-19页 |
2.2.1 有限状态自动机原理 | 第16-17页 |
2.2.2 基于有限状态自动机的用电设备状态模型及其建立 | 第17-19页 |
2.3 用电设备在线状态监测的总体架构 | 第19-20页 |
2.4 本章小结 | 第20-21页 |
第三章 用电设备在线状态监测的突变捕捉和匹配算法 | 第21-33页 |
3.1 现有的突变捕捉和匹配算法介绍 | 第21-26页 |
3.1.1 传统FFT算法介绍 | 第21-23页 |
3.1.2 Hopfield神经网络算法 | 第23-26页 |
3.2 基于弹性滑窗FFT算法的突变捕捉 | 第26-30页 |
3.2.1 传统的滑动FFT算法 | 第26-27页 |
3.2.2 弹性滑窗FFT算法 | 第27-29页 |
3.2.3 基于弹性滑窗FFT算法的突变捕捉 | 第29-30页 |
3.3 基于K-means的匹配算法 | 第30-32页 |
3.4 本章小结 | 第32-33页 |
第四章 用电设备在线状态监测系统原型的设计与实现 | 第33-47页 |
4.1 用电设备在线状态监测系统原型的设计 | 第33-39页 |
4.1.1 用电设备在线状态监测系统原型的前端在线监测装置的设计 | 第34页 |
4.1.2 用电设备在线状态监测系统原型的后台软件设计 | 第34-39页 |
4.2 实验数据 | 第39页 |
4.3 实验环境 | 第39-40页 |
4.4 实验过程及结果分析 | 第40-46页 |
4.4.1 建立各个用电设备的状态模型 | 第40-44页 |
4.4.2 进行数据采集及匹配 | 第44-46页 |
4.5 本章小结 | 第46-47页 |
第五章 总结与展望 | 第47-48页 |
5.1 本文总结 | 第47页 |
5.2 未来工作展望 | 第47-48页 |
参考文献 | 第48-51页 |
攻读硕士学位期间的研究成果目录 | 第51-52页 |
致谢 | 第52页 |