声明
第一章 绪 论
1.1课题研究背景及意义
1.2电能质量扰动分类与识别的研究现状
1.2.1电能质量扰动特征提取的研究现状
1.2.2电能质量扰动分类研究现状
1.3卷积神经网络的研究现状
1.4本文的主要工作和章节安排
第二章 基于深度卷积神经网络的扰动信号特征提取
2.1卷积神经网络的基本原理
2.1.1 神经网络
2.1.2 卷积神经网络
2.2基于1D-MIR卷积结构扰动特征的提取
2.2.1 1D-MIR模块组成
2.2.2 电能扰动信号的特征提取
2.3本章小结
第三章 基于梯度下降的电能质量分类1D-MIR 网络训练、优化
3.1基于梯度下降的训练方法
3.1.1 梯度下降法的基本理论
3.2基于正则化和Adam的对网络的优化方法
3.2.1基于正则化的过拟合优化方法
3.2.2 基于Adam的梯度下降优化方法
3.3本章小结
第四章 电能质量快速精确分类实验过程
4.1数据库建立
4.2标定与数据增强
4.3搭建1D-MIR结构的深度卷积网络
4.4网络训练与优化
4.5本章小结
第五章 实验与实验结果分析
5.1实验结果
5.2本章小结
第六章 总结及展望
6.1 总结
6.2 展望
参考文献
致 谢
攻读学位期间发表的学术论文
广西大学;