论文目录 | |
致谢 | 第1-4页 |
摘要 | 第4-5页 |
Abstract | 第5-7页 |
目录 | 第7-9页 |
第一章 绪论 | 第9-15页 |
· 引言 | 第9页 |
· 电能质量的基本概念 | 第9-10页 |
· 电能质量问题的产生与危害 | 第9-10页 |
· 电能质量扰动特点 | 第10页 |
· 电能质量问题的研究意义 | 第10页 |
· 电能质量扰动分类 | 第10-12页 |
· 国内外研究现状 | 第12-13页 |
· 本文内容安排 | 第13-15页 |
第二章 电能质量扰动信号仿真与数据预处理 | 第15-27页 |
· 动态电能质量扰动信号及模型仿真 | 第15-21页 |
· 信号模型的建立 | 第15-17页 |
· PSCAD/EMTDC 系统仿真 | 第17-21页 |
· 动态电能质量扰动信号数据的预处理 | 第21页 |
· 小波变换 | 第21-24页 |
· 短时傅里叶变换 | 第22页 |
· 连续小波变换 | 第22页 |
· 离散小波分析 | 第22-23页 |
· 多分辨率小波变换 | 第23-24页 |
· 小波多分辨率分析在电能质量扰动信号分析中的应用 | 第24-26页 |
· 小波函数的选择 | 第24-25页 |
· 分解尺度的确定 | 第25-26页 |
· 本章小结 | 第26-27页 |
第三章 多类浮动顺序搜索算法及其在电能质量扰动信号检测中的应用 | 第27-40页 |
· 引言 | 第27-28页 |
· 浮动顺序搜索算法中的评价函数 | 第28-31页 |
· 常用的评价函数 | 第28-29页 |
· Bhattacharyya 距离,Chernoff 距离 | 第29-30页 |
· 多类评价函数 | 第30-31页 |
· 浮动顺序搜索算法 | 第31页 |
· 实验 | 第31-39页 |
· 特征选择性能评价分类算法 | 第32-33页 |
· 实验一 | 第33-34页 |
· 实验二 | 第34-36页 |
· 实验三 | 第36-39页 |
· 本章小结 | 第39-40页 |
第四章 RKM-KNN(Recursive K-means K-Nearest Neighbors)算法及其在电能质量扰动信号检测上的应用 | 第40-56页 |
· 引言 | 第40-41页 |
· 相关研究工作介绍 | 第41-43页 |
· RKM-KNN(Recursive K-means K-Nearest Neighbors)算法 | 第43-47页 |
· K-means 聚类算法介绍 | 第43-44页 |
· RKM-KNN(Recursive K-means K-Nearest Neighbors)算法 | 第44-47页 |
· 实验 | 第47-55页 |
· RKM-KNN 算法在人工数据集上的实验结果 | 第47-48页 |
· RKM-KNN 算法在实际数据集上的实验比较 | 第48-49页 |
· RKM-KNN 分类器在电能质量扰动信号分类上的应用 | 第49-55页 |
· 本章小结 | 第55-56页 |
第五章 结束语 | 第56-58页 |
参考文献 | 第58-63页 |
附录 A 电能质量国家标准摘要 | 第63-65页 |
在学校研究成果及发表的学术论文 | 第65-66页 |
摘要 | 第66-68页 |
Abstract | 第68-69页 |