基于数据挖掘的电能质量扰动检测与识别技术研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-12页 |
| ·选题背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·论文的主要工作 | 第10-12页 |
| 第二章 电能质量问题概述 | 第12-17页 |
| ·电能质量概念 | 第12-15页 |
| ·电能质量定义 | 第12页 |
| ·电能质量标准与分类 | 第12-14页 |
| ·电能质量问题产生的原因与危害 | 第14-15页 |
| ·电能质量扰动模型 | 第15-17页 |
| 第三章 小波变换原理和电能质量扰动检测 | 第17-27页 |
| ·小波变换基本原理 | 第17-21页 |
| ·小波变换原理 | 第17-19页 |
| ·小波变换检测原理 | 第19-21页 |
| ·电能质量扰动检测 | 第21-26页 |
| ·系统噪声 | 第21-23页 |
| ·小波变换检测 | 第23-24页 |
| ·含噪声扰动信号检测 | 第24-26页 |
| ·小结 | 第26-27页 |
| 第四章 电能质量扰动识别 | 第27-57页 |
| ·特征提取 | 第27页 |
| ·小波能量特征 | 第27-32页 |
| ·小波变换能量原理 | 第27页 |
| ·小波能量 | 第27-29页 |
| ·小波函数的选取 | 第29-32页 |
| ·小波包能量/熵特征 | 第32-37页 |
| ·小波包基本原理 | 第32-35页 |
| ·小波包能量 | 第35-36页 |
| ·小波包熵 | 第36-37页 |
| ·数据挖掘算法原理 | 第37-41页 |
| ·最近邻算法 | 第37页 |
| ·支持向量机算法 | 第37-39页 |
| ·决策树算法 | 第39-41页 |
| ·基于不同特征属性和数据挖掘的电能质量扰动识别 | 第41-48页 |
| ·算法测试 | 第41-47页 |
| ·仿真结果分析 | 第47-48页 |
| ·基于不同扰动参数的电能质量扰动识别 | 第48-49页 |
| ·扰动参数的选定及算法测试 | 第48-49页 |
| ·仿真结果分析 | 第49页 |
| ·基于能量特征估计的电能质量扰动去噪方法 | 第49-56页 |
| ·能量特征估计 | 第50-52页 |
| ·算法的去噪结果及分析 | 第52-56页 |
| ·小结 | 第56-57页 |
| 第五章 基于数据流技术的电能质量扰动在线识别 | 第57-61页 |
| ·数据流处理模型 | 第57-58页 |
| ·基于数据流的电能质量扰动识别 | 第58-60页 |
| ·仿真数据 | 第58页 |
| ·仿真结果及分析 | 第58-60页 |
| ·小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-62页 |
| ·论文工作总结 | 第61页 |
| ·进一步的研究工作 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66页 |
