基于小波熵电力系统暂态信号特征提取及识别方法研究
RESEARCH ON FEATURE EXTRACTION AND RECOGNITION OF TRANSIENT SIGNALS IN POWER SYSTEM BASED ON WAVELET ENTROPY
摘 要
Abstract
目 录
Contents
第1章 绪 论
1.1 课题背景及研究的目的和意义
1.2 电力系统暂态信号特征提取方法的研究现状
1.2.1 电力暂态信号的产生与特点
1.2.2 电力暂态信号特征提取的主要方法
1.2.3 小波熵理论的研究及应用现状
1.3 应用于电力系统的分类识别方法研究现状
1.3.1 电力系统中分类识别的主要方法
1.3.2 电力系统中分类识别方法发展趋势
1.4 本文的主要研究内容
第2章 小波熵在暂态信号分析中的研究
2.1 引言
2.2 Shannon小波熵的理论框架
2.3 针对Shannon小波熵暂态信号特征提取缺陷的研究
2.3.1 小波混叠对Shannon小波熵的负面影响
2.3.2 Shannon小波熵广延性在复杂度表征的局限性
2.3.3 Shannon小波熵时频域划分粗糙性的讨论
2.3.4 Shannon小波熵算法复杂度分析
2.4 基于非广延小波熵暂态信号特征提取的研究
2.4.1 非广延熵及其数学特性
2.4.2 Tsallis小波熵——Shannon小波熵延拓
2.4.3 Tsallis小波熵非广延性对特征提取效果的影响
2.4.4 基于提升插值小波分解的快速Tsallis小波熵
2.4.5 Tsallis小波熵算法复杂度分析
2.5 本章小结
第3章 Tsallis小波熵电力系统暂态信号特征提取方法
3.1 引言
3.2 电力系统建模与暂态信号仿真
3.2.1 配电系统模型的建立
3.2.2 几种典型电力系统暂态扰动的数学模型
3.3 基于Tsallis小波熵的暂态电压波动特征提取方法研究
3.3.1 电力系统暂态信号特征提取中小波熵的小波基选取
3.3.2 Tsallis小波熵在电力暂态特征提取中非广延参数的确定
3.3.3 Tsallis小波时间熵在雷击扰动特征提取中的机理分析
3.3.4 Tsallis小波能量熵与奇异熵在暂态电压特征提取中的机理分析
3.4 基于Tsallis小波包熵的暂态谐波特征提取方法研究
3.4.1 Tsallis小波包熵的数学表达与物理意义
3.4.2 Tsallis小波包熵暂态谐波复杂度分析
3.4.3 Tsallis小波包熵与PSD结合的暂态谐波特征提取
3.5 本章小结
第4章 电力系统暂态信号的分类与识别方法
4.1 引言
4.2 基于Tsallis 小波熵证据和聚类分析的分类方法
4.2.1 聚类分析基本理论
4.2.2 Tsallis小波熵证据融合
4.2.3 小波熵聚类中心的计算方法
4.2.4 小波熵证据聚类分类规则与电力暂态信号分类识别
4.2.5 多判据的干扰性分析
4.3 蚁群算法分类规则优化
4.3.1 蚁群算法的主要思想
4.3.2 蚁群算法在数据挖掘及分类中的应用
4.3.3 基于蚂蚁矿工算法的分类规则优化方法
4.3.4 优化分类规则对电力暂态扰动特征识别的仿真验证
4.4 本章小结
第5章 特征提取及分类识别方法实验验证
5.1 引言
5.2 实验方案
5.3 电力系统暂态信号数据及其波形分析
5.3.1 电压波动
5.3.2 雷击干扰
5.3.3 暂态谐波
5.4 电力暂态信号特征提取实验
5.4.1 暂态电压波动特征提取
5.4.2 雷击干扰特征提取
5.4.3 暂态谐波特征提取
5.4.4 特征提取速度测试
5.5 分类与识别方法验证
5.5.1 基于聚类算法的属性判据的获得
5.5.2 基于改进蚁群算法的判据优化
5.5.3 分类识别效果分析
5.6 本章小结
结 论
参考文献
附 录
攻读博士学位期间发表的论文及其它成果
哈尔滨工业大学学位论文原创性声明及使用授权说明
致 谢
个人简历