暂态电能质量问题研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-24页 |
| ·引言 | 第8页 |
| ·电能质量的定义和分类 | 第8-13页 |
| ·电能质量的定义 | 第9页 |
| ·电能质量的一般分类 | 第9-13页 |
| ·电能质量产生的主要原因及危害 | 第13页 |
| ·电能质量分析方法研究现状及存在的问题 | 第13-19页 |
| ·时域仿真方法 | 第13-14页 |
| ·频域分析方法 | 第14-15页 |
| ·基于变换的方法 | 第15-19页 |
| ·电能质量研究的热点内容 | 第19-22页 |
| ·电能质量扰动分类 | 第19-20页 |
| ·电能质量扰动检测和定位 | 第20-22页 |
| ·本文主要工作及成果 | 第22-24页 |
| 第二章 小波变换及其在电能质量领域中的应用 | 第24-34页 |
| ·引言 | 第24页 |
| ·短时傅立叶变换 | 第24-26页 |
| ·多采样数字信号处理的一些基本关系 | 第26-29页 |
| ·小波变换 | 第29-33页 |
| ·连续小波基函数 | 第29-30页 |
| ·连续小波变换 | 第30-31页 |
| ·离散小波变换 | 第31-32页 |
| ·二进小波变换 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第三章 电容器投切暂态扰动的识别 | 第34-44页 |
| ·引言 | 第34-35页 |
| ·低压时投切电容器扰动识别的不足及改进 | 第35-36页 |
| ·熵的定义及小波熵特征值 | 第35-36页 |
| ·基于小波熵特征值的电容器扰动的识别 | 第36页 |
| ·基于扰动功率初始极性的电容器扰动定位 | 第36-39页 |
| ·扰动功率及定位 | 第36-37页 |
| ·基于扰动功率初始极性的电容器扰动定位 | 第37-39页 |
| ·动模实验验证 | 第39-43页 |
| ·投电容器扰动波形对比 | 第39-41页 |
| ·动模试验数据分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 电能质量暂态扰动的定位 | 第44-56页 |
| ·引言 | 第44页 |
| ·功率和能量法对暂态扰动的定位 | 第44-48页 |
| ·对功率和能量法定位的改进 | 第48-53页 |
| ·对电压脉冲扰动的定位仿真 | 第48-49页 |
| ·对功率和能量法定位的改进 | 第49-53页 |
| ·仿真分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 电能质量暂态扰动的分类 | 第56-111页 |
| ·引言 | 第56-57页 |
| ·贝叶斯分类法及改进 | 第57-64页 |
| ·基于最小错误率的贝叶斯分类 | 第58-62页 |
| ·改进的贝叶斯最优分类准则 | 第62-64页 |
| ·线性判别函数 | 第64-80页 |
| ·线性判别函数简介 | 第64-71页 |
| ·最小错分样本数准则 | 第71-74页 |
| ·最小平方误差准则函数 | 第74-77页 |
| ·基于改进贝叶斯最优分类准则的最优分类线方法 | 第77-79页 |
| ·几种算法的计算量、存储量和正确率比较 | 第79页 |
| ·仿真结果 | 第79-80页 |
| ·K-近邻法分类及改进 | 第80-95页 |
| ·最近邻法 | 第81-87页 |
| ·K-近邻法 | 第87-94页 |
| ·基于改进贝叶斯法的K-近邻法改进 | 第94页 |
| ·几种算法的计算量、存储量和正确率分析 | 第94-95页 |
| ·仿真结果 | 第95页 |
| ·使用神经网络分类及改进 | 第95-110页 |
| ·径向基网络 | 第98-100页 |
| ·概率神经网络 | 第100-105页 |
| ·基于改进贝叶斯法的概率神经网络的改进 | 第105-107页 |
| ·仿真结果 | 第107-110页 |
| ·本章小结 | 第110-111页 |
| 第六章 结论及今后工作展望 | 第111-113页 |
| 参考文献 | 第113-122页 |
| 发表论文和科研情况说明 | 第122-123页 |
| 致谢 | 第123-124页 |
| 附件 | 第124-137页 |
