| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 选题背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 电力系统故障信号暂态量分析研究现状 | 第11-14页 |
| 1.2.2 信息理论在电力系统故障信号分析中的研究现状 | 第14-16页 |
| 1.2.3 信息测度相关理论在电力系统故障信号分析中的研究意义 | 第16-17页 |
| 1.3 本文的主要工作 | 第17-18页 |
| 第2章 小波信息测度理论 | 第18-34页 |
| 2.1 引言 | 第18页 |
| 2.2 电力系统故障信号的常用特征提取方法 | 第18-23页 |
| 2.2.1 傅里叶变换 | 第19-20页 |
| 2.2.2 小波变换 | 第20-21页 |
| 2.2.3 双线性时间-频率变换 | 第21-22页 |
| 2.2.4 分形处理方法 | 第22页 |
| 2.2.5 神经网络方法 | 第22-23页 |
| 2.3 小波信息熵测度基本理论 | 第23-31页 |
| 2.3.1 信息熵 | 第23-24页 |
| 2.3.2 多分辨率小波分解 | 第24-26页 |
| 2.3.3 Mallat算法原理 | 第26-28页 |
| 2.3.4 信息熵的时域拓展 | 第28-29页 |
| 2.3.5 信息熵在时频综合域的拓展 | 第29页 |
| 2.3.6 小波能量信息熵 | 第29-30页 |
| 2.3.7 小波信息熵测度的应用框架 | 第30-31页 |
| 2.4 小波信息熵测度融合模型研究 | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第3章 基于Tsallis小波信息熵测度的励磁涌流识别 | 第34-44页 |
| 3.1 引言 | 第34页 |
| 3.2 变压器励磁涌流识别问题 | 第34-35页 |
| 3.3 基于Tsallis小波信息熵的励磁涌流识别算法 | 第35-37页 |
| 3.3.1 Tsallis小波信息熵 | 第35-36页 |
| 3.3.2 励磁涌流和内部故障电流的时频分布特征 | 第36-37页 |
| 3.4 小波基函数和多分辨尺度的确定 | 第37-38页 |
| 3.5 Tsallis小波能量信息熵判据 | 第38-39页 |
| 3.6 Tsallis小波能熵算法仿真验证 | 第39-43页 |
| 3.6.1 变压器空载合闸 | 第39-40页 |
| 3.6.2 变压器内部故障仿真 | 第40-41页 |
| 3.6.3 变压器合闸于内部故障仿真分析 | 第41-43页 |
| 3.7 本章小节 | 第43-44页 |
| 第4章 小波熵融合技术在小电流故障选线中的应用 | 第44-56页 |
| 4.1 引言 | 第44页 |
| 4.2 小波信息熵测度融合模型 | 第44-48页 |
| 4.2.1 DS证据融合理论 | 第44-46页 |
| 4.2.2 小波信息熵测度模型 | 第46-47页 |
| 4.2.3 基本可信度决策 | 第47-48页 |
| 4.3 小电流接地故障选线问题 | 第48-50页 |
| 4.3.1 小电流接地故障选线研究意义 | 第48-49页 |
| 4.3.2 小电流接地故障选线方法概述 | 第49页 |
| 4.3.3 小电流接地故障选线的难点问题 | 第49-50页 |
| 4.4 基于小波信息熵融合测度的小电流接地故障选线 | 第50-55页 |
| 4.4.1 小电流接地系统暂态特征分析 | 第50-51页 |
| 4.4.2 小电流接地故障选线仿真实例 | 第51-55页 |
| 4.5 本章小结 | 第55-56页 |
| 结论与展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 附录A 攻读硕士学位期间发表的学术论文 | 第64-65页 |
| 附录B 攻读硕士学位期间参与的科研项目 | 第65页 |
