| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题背景及其意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文的研究内容及结构安排 | 第13-16页 |
| 第二章 行波录波数据特征分析 | 第16-32页 |
| 2.1 引言 | 第16页 |
| 2.2 输电线路故障行波波过程分析 | 第16-19页 |
| 2.2.1 行波波过程的叠加定理 | 第16-17页 |
| 2.2.2 行波的传播 | 第17-19页 |
| 2.3 测距装置与行波录波数据特点介绍 | 第19-24页 |
| 2.3.1 行波分析与测距装置介绍 | 第19-21页 |
| 2.3.2 行波录波数据特点介绍 | 第21-24页 |
| 2.4 行波录波数据特征提取方法 | 第24-31页 |
| 2.4.1 小波变换的基本理论 | 第24-28页 |
| 2.4.2 各类小波熵 | 第28-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 行波录波数据的信息聚合方案研究 | 第32-50页 |
| 3.1 引言 | 第32页 |
| 3.2 行波录波数据信息聚合体系 | 第32-35页 |
| 3.3 信息聚合架构 | 第35-46页 |
| 3.3.1 数据级聚合 | 第35-38页 |
| 3.3.2 多测度信息融合的信息级与特征级聚合 | 第38-44页 |
| 3.3.3 决策级聚合 | 第44-46页 |
| 3.4 信息聚合方案 | 第46-47页 |
| 3.5 本章小结 | 第47-50页 |
| 第四章 基于马氏距离的行波故障与干扰录波数据辨识 | 第50-68页 |
| 4.1 引言 | 第50页 |
| 4.2 数据降维的必要性 | 第50-55页 |
| 4.2.1 主成分分析降维 | 第51-54页 |
| 4.2.2 降维算例 | 第54-55页 |
| 4.3 马氏距离理论 | 第55-59页 |
| 4.3.1 马氏距离基本理论 | 第55-57页 |
| 4.3.2 马氏距离优点 | 第57页 |
| 4.3.3 马氏距离应用 | 第57-59页 |
| 4.4 实测数据辨识实例 | 第59-65页 |
| 4.4.1 特征提取 | 第60页 |
| 4.4.2 降维 | 第60-64页 |
| 4.4.3 计算距离 | 第64-65页 |
| 4.5 本章小结 | 第65-68页 |
| 第五章 基于高斯混合模型聚类的行波故障与干扰录波数据辨识 | 第68-80页 |
| 5.1 引言 | 第68页 |
| 5.2 高斯混合模型聚类理论 | 第68-76页 |
| 5.2.1 高斯混合模型与期望极大算法 | 第70-72页 |
| 5.2.2 期望极大算法初始化问题 | 第72-73页 |
| 5.2.3 高斯混合模型聚类算法 | 第73-74页 |
| 5.2.4 高斯混合模型聚类算法应用 | 第74-76页 |
| 5.3 实测数据辨识实例 | 第76-78页 |
| 5.4 本章小结 | 第78-80页 |
| 第六章 结论 | 第80-84页 |
| 6.1 全文工作总结 | 第80-81页 |
| 6.2 后续研究工作展望 | 第81-84页 |
| 致谢 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 附录 | 第90页 |
| 一、攻读研究生期间申请的专利 | 第90页 |
| 二、攻读研究生期间参与的科研项目 | 第90页 |