基于去趋势多重分形和改进极限学习机的电能质量分析

目录

声明

第1 章绪 论

1.1 课题背景和意义

1.2 电能质量分析国内外研究现状

1.2.1 特征提取方法及研究现状

1.2.2 模式识别方法及研究现状

1.3 本文主要研究内容

第2 章电能质量概述及扰动类型

2.1定义及特点

2.2 电能质量国际标准

2.3 扰动类型及参数

2.4 本章小结

第3 章电能质量的多重分形特征

3.1 分形及分形维数

3.2 去趋势多重分形分析原理

3.3 电能质量信号的多重分形特征

3.4 本章小结

第4 章电能质量信号的特征分析

4.1基于多重分形谱的特征分析

4.2 分形参数的样本熵的特征

4.2.1 样本熵基本原理

4.2.2 样本熵参数提取

4.3 不同特征参数提取方法的对比

4.4 本章小结

第5 章基于改进极限学习机的分类识别方法研究

5.1 极限学习机

5.2 帝王蝶优化算法

5.2.1 帝王蝶优化算法的提出

5.2.2 MBO算法原理

5.2.3 MBO优化算法的步骤

5.3 基于 MBO改进极限学习机分类方法研究

5.4改进方法的性能验证

5.5本章小结

第6 章电能质量扰动信号分析实验

6.1 电能质量扰动信号仿真数据

6.2 MBO-ELM模型的建立

6.3 实验分析

6.3.1 仿真信号实验及分析

6.3.2 工程信号实验及分析

6.4 分类器性能对比

6.5 本章小结

结 论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢