| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·电力电子装置故障诊断的目的和意义 | 第10-11页 |
| ·电力电子装置的故障特点及故障处理方式 | 第11页 |
| ·电力电子装置的故障诊断研究的主要问题 | 第11-13页 |
| ·当前动态系统故障诊断的方法 | 第11-12页 |
| ·电力电子装置故障诊断研究的主要问题 | 第12-13页 |
| ·小波分析的特点及在故障处理方面的应用 | 第13-14页 |
| ·本文研究的主要内容 | 第14-16页 |
| 2 小波分析理论及其工程解释 | 第16-37页 |
| ·引言 | 第16页 |
| ·Fourier 分析的不足 | 第16-19页 |
| ·小波分析的基本理论 | 第19-24页 |
| ·小波变换的定义 | 第19-21页 |
| ·小波变换的特点 | 第21-24页 |
| ·小波反变换及小波容许条件 | 第24-25页 |
| ·多分辨率分析及Mallat 算法 | 第25-29页 |
| ·基于小波变换的函数的局部正则性(规则性)描述 | 第29-32页 |
| ·小波分析的工程解释 | 第32-37页 |
| ·尺度函数和小波函数的构造 | 第32-34页 |
| ·尺度函数和小波函数的物理意义 | 第34-35页 |
| ·多分辨率分析的直观表示和理解 | 第35-37页 |
| 3 利用小波分析提取故障特征 | 第37-56页 |
| ·引言 | 第37页 |
| ·电力电子装置主回路故障的仿真研究 | 第37-41页 |
| ·电力电子装置主回路故障仿真研究需要考虑的问题 | 第37-38页 |
| ·电力电子装置主回路故障仿真情况 | 第38-41页 |
| ·故障波形信号的小波分析和故障特征提取 | 第41-55页 |
| ·故障波形信号的预处理 | 第41-42页 |
| ·小波基选择 | 第42-44页 |
| ·利用小波分析获得故障信号突变点的时间信息 | 第44-51页 |
| ·利用多分辨率分析获得信号故障类型特征向量 | 第51-55页 |
| ·本章小节 | 第55-56页 |
| 4 利用神经网络分类器进行故障分类 | 第56-67页 |
| ·引言 | 第56-57页 |
| ·基于神经网络的分类方法研究 | 第57-62页 |
| ·人工神经元及其学习算法 | 第57-58页 |
| ·前馈神经网络及其主要算法 | 第58-59页 |
| ·反向传播(BP)算法 | 第59-62页 |
| ·应用神经网络实现三相桥式整流电路故障诊断 | 第62-67页 |
| ·三相桥式整流电路主回路故障神经网络分类器模型的建立 | 第62-63页 |
| ·神经网络分类器的训练与仿真 | 第63-67页 |
| 5 结论 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录:作者在攻读硕士学位期间发表的论文目录 | 第74-75页 |
| 独创性声明 | 第75页 |
| 学位论文版权使用授权书 | 第75页 |