掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書(shū)更多>
-
>
公路車(chē)寶典(ZINN的公路車(chē)維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(jì)(下)
-
>
基于個(gè)性化設(shè)計(jì)策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書(shū)中國(guó)高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車(chē)概要.交流傳動(dòng)內(nèi)燃.電力機(jī)車(chē)
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問(wèn)題與脈絡(luò)
中圖價(jià):¥66.0
加入購(gòu)物車(chē)
復(fù)雜電能質(zhì)量智能分析技術(shù) 版權(quán)信息
- ISBN：9787111692355
- 條形碼：9787111692355 ; 978-7-111-69235-5
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
復(fù)雜電能質(zhì)量智能分析技術(shù) 內(nèi)容簡(jiǎn)介
本書(shū)將時(shí)-頻分析方法與模式識(shí)別技術(shù)相結(jié)合, 分別針對(duì)電能質(zhì)量信號(hào)壓縮、不同需求下的擾動(dòng)識(shí)別和復(fù)雜參數(shù)條件下的擾動(dòng)檢測(cè)定位開(kāi)展研究。基礎(chǔ)篇, 介紹了電能質(zhì)量信號(hào)壓縮、暫態(tài)分類和暫態(tài)檢測(cè)與定位的意義及國(guó)內(nèi)外發(fā)展研究現(xiàn)狀。應(yīng)用篇, 介紹了電能質(zhì)量信號(hào)智能分析的實(shí)例, 如單類支持向量機(jī)與歸一化距離測(cè)度的電能質(zhì)量信號(hào)壓縮方法 ; 由S變換及其改進(jìn)形式獲得的時(shí)-頻特征, 通過(guò)特征選擇方法, 降低分類器維數(shù), 提高分類效率, 并分別設(shè)計(jì)基于決策樹(shù)、極限學(xué)習(xí)機(jī)、隨機(jī)森林的暫態(tài)分類系統(tǒng) ; 基于Hyperbolic S變換 (HS變換) 、多分辨率快速S變換的電能質(zhì)量擾動(dòng)信號(hào)參數(shù)檢測(cè)方法。高級(jí)篇, 介紹了基于旋轉(zhuǎn)森林的電能質(zhì)量擾動(dòng)識(shí)別方法以及基于時(shí)域特征提取和輕量級(jí)梯度提升機(jī)的電能質(zhì)量擾動(dòng)識(shí)別方法, 并通過(guò)仿真實(shí)例證明了其有效性。
復(fù)雜電能質(zhì)量智能分析技術(shù) 目錄
目錄/CONTENTS
前言
基礎(chǔ)篇
第1章 緒論
1.1 電能質(zhì)量分析的背景及意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 電能質(zhì)量數(shù)據(jù)壓縮
1.2.2 電能質(zhì)量擾動(dòng)識(shí)別
1.2.3 電能質(zhì)量擾動(dòng)定位與參數(shù)分析
參考文獻(xiàn)
應(yīng)用篇
第2章 主動(dòng)配電網(wǎng)電能質(zhì)量信號(hào)高效壓縮
2.1 噪聲對(duì)歸一化距離閾值的影響
2.2 電能質(zhì)量信號(hào)噪聲估計(jì)
2.3 單類支持向量機(jī)
2.4 基于OCSVM與ND測(cè)度的電能質(zhì)量信號(hào)壓縮
2.5 仿真與實(shí)測(cè)信號(hào)壓縮實(shí)驗(yàn)
2.5.1 仿真實(shí)驗(yàn)
2.5.2 實(shí)測(cè)電能質(zhì)量數(shù)據(jù)壓縮實(shí)驗(yàn)
2.6 本章小結(jié)
參考文獻(xiàn)
第3章 基于多分辨率快速S變換的電能質(zhì)量分析技術(shù)研究
3.1 基于MFST的電能質(zhì)量擾動(dòng)信號(hào)處理
3.1.1 電能質(zhì)量擾動(dòng)信號(hào)概述及其數(shù)學(xué)模型
3.1.2 多分辨率S變換及其窗寬調(diào)整因子的確定
3.1.3 快速S變換原理
3.1.4 采用MFST的暫態(tài)擾動(dòng)信號(hào)處理
3.2 基于MFST的電能質(zhì)量擾動(dòng)信號(hào)特征提取
3.2.1 采用灰度級(jí)形態(tài)學(xué)高頻降噪的振蕩特征提取
3.2.2 擾動(dòng)特征提取
3.3 基于MFST的電能質(zhì)量擾動(dòng)信號(hào)識(shí)別實(shí)驗(yàn)
3.3.1 模式識(shí)別分類器設(shè)計(jì)
3.3.2 實(shí)驗(yàn)流程
3.3.3 仿真實(shí)驗(yàn)分析
3.3.4 實(shí)測(cè)數(shù)據(jù)分析
3.4 本章小結(jié)
參考文獻(xiàn)
第4章 基于時(shí)域壓縮特征提取的電能質(zhì)量分析技術(shù)研究
4.1 配電網(wǎng)系統(tǒng)的時(shí)-頻分析方法
4.1.1 配電網(wǎng)系統(tǒng)模型的建立
4.1.2 S變換
4.1.3 快速S變換
4.2 采用時(shí)-頻分割的改進(jìn)全局閾值降噪
4.2.1 電能質(zhì)量擾動(dòng)信號(hào)時(shí)-頻分割
4.2.2 圖像平滑改進(jìn)全局閾值
4.2.3 對(duì)比仿真實(shí)驗(yàn)
4.2.4 實(shí)驗(yàn)結(jié)果分析
4.3 基于快速S變換時(shí)域壓縮特征提取
4.3.1 快速S變換對(duì)擾動(dòng)信號(hào)分析
4.3.2 時(shí)域壓縮快速S變換
4.4 基于粒子群優(yōu)化極限學(xué)習(xí)機(jī)的擾動(dòng)識(shí)別
4.4.1 分類器的設(shè)計(jì)
4.4.2 擾動(dòng)識(shí)別準(zhǔn)確率分析
4.5 本章小結(jié)
參考文獻(xiàn)
第5章 基于頻域分割與局部特征選擇的電能質(zhì)量分析技術(shù)研究
5.1 基于OMFST的擾動(dòng)信號(hào)處理
5.1.1 S變換及其時(shí)-頻特性分析
5.1.2 OMFST及其時(shí)-頻特性分析
5.2 基于OMFST頻域分割的特征提取
5.2.1 電能質(zhì)量擾動(dòng)信號(hào)頻域分割
5.2.2 OMFST特征提取
5.3 基于CART算法的特征選擇與*優(yōu)決策樹(shù)構(gòu)建
5.3.1 基于Gini指數(shù)的嵌入式特征選擇
5.3.2 基于剪枝方法的*優(yōu)決策樹(shù)構(gòu)建
5.3.3 基于CART算法的電能質(zhì)量擾動(dòng)*優(yōu)決策樹(shù)構(gòu)建
5.3.4 電能質(zhì)量擾動(dòng)識(shí)別實(shí)驗(yàn)流程
5.3.5 仿真實(shí)驗(yàn)分析
5.3.6 實(shí)測(cè)實(shí)驗(yàn)分析
5.4 本章小結(jié)
參考文獻(xiàn)
第6章 采用特征增強(qiáng)技術(shù)與隨機(jī)森林的電能質(zhì)量分析技術(shù)研究
6.1 基于特征增強(qiáng)技術(shù)的單類電能質(zhì)量擾動(dòng)特征提取
6.1.1 電能質(zhì)量擾動(dòng)信號(hào)灰度變換原理
6.1.2 圖像特征增強(qiáng)技術(shù)
6.1.3 仿真實(shí)驗(yàn)分析
6.2 基于隨機(jī)森林的單類電能質(zhì)量擾動(dòng)特征選擇與識(shí)別
6.2.1 基于貝葉斯優(yōu)化的隨機(jī)森林分類器構(gòu)建
6.2.2 基于Gini重要度分析的電能質(zhì)量擾動(dòng)特征選擇
6.2.3 仿真實(shí)驗(yàn)分析
6.3 本章小結(jié)
參考文獻(xiàn)
第7章 基于HS變換的電能質(zhì)量暫態(tài)擾動(dòng)檢測(cè)定位
7.1 采用HS變換的擾動(dòng)檢測(cè)方法
7.2 檢測(cè)定位效果分析
7.2.1 仿真信號(hào)建模
7.2.2 仿真擾動(dòng)信號(hào)分析與自動(dòng)檢測(cè)方法設(shè)計(jì)
7.2.3 不同幅值畸變度擾動(dòng)定位精度比較
7.2.4 不同噪聲環(huán)境下定位精度比較
7.2.5 其余參數(shù)對(duì)定位的影響
7.2.6 HS變換與S變換檢測(cè)對(duì)比
7.3 本章小結(jié)
參考文獻(xiàn)
第8章 基于多分辨率快速S變換的電能質(zhì)量擾動(dòng)信號(hào)參數(shù)檢測(cè)
8.1 擾動(dòng)參數(shù)檢測(cè)方法
8.1.1 短時(shí)擾動(dòng)的參數(shù)檢測(cè)方法
8.1.2 周期性擾動(dòng)的參數(shù)檢測(cè)方法
8.1.3 暫態(tài)擾動(dòng)的參數(shù)檢測(cè)方法
8.1.4 復(fù)合擾動(dòng)的參數(shù)檢測(cè)方法
8.2 參數(shù)檢測(cè)仿真實(shí)驗(yàn)
8.3 實(shí)測(cè)數(shù)據(jù)參數(shù)檢測(cè)
8.4 本章小結(jié)
參考文獻(xiàn)
高級(jí)篇
第9章 采用旋轉(zhuǎn)森林的電能質(zhì)量分析技術(shù)研究
9.1 基于時(shí)域壓縮*優(yōu)多分辨率快速S變換的復(fù)合電能質(zhì)量擾動(dòng)特征提取
9.2 基于旋轉(zhuǎn)森林的復(fù)合電能質(zhì)量擾動(dòng)特征選擇與識(shí)別
9.2.1 旋轉(zhuǎn)森林算法
9.2.2 仿真實(shí)驗(yàn)分析
9.2.3 實(shí)測(cè)數(shù)據(jù)實(shí)驗(yàn)分析
9.3 本章小結(jié)
參考文獻(xiàn)
第10章 基于時(shí)域特征提取和輕量級(jí)梯度提升機(jī)的電能質(zhì)量分析技術(shù)研究
10.1 計(jì)及物聯(lián)網(wǎng)數(shù)據(jù)傳輸速率約束的電能質(zhì)量時(shí)域特征高效邊緣提取
10.1.1 物聯(lián)網(wǎng)數(shù)據(jù)傳輸速率約束
10.1.2 仿真實(shí)驗(yàn)分析
10.2 基于輕量級(jí)梯度提升機(jī)的電能質(zhì)量擾動(dòng)特征選擇與識(shí)別
10.2.1 LightGBM
10.2.2 仿真實(shí)驗(yàn)分析
10.3 實(shí)測(cè)數(shù)據(jù)實(shí)驗(yàn)分析
10.4 本章小結(jié)
參考文獻(xiàn)
前言
基礎(chǔ)篇
第1章 緒論
1.1 電能質(zhì)量分析的背景及意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 電能質(zhì)量數(shù)據(jù)壓縮
1.2.2 電能質(zhì)量擾動(dòng)識(shí)別
1.2.3 電能質(zhì)量擾動(dòng)定位與參數(shù)分析
參考文獻(xiàn)
應(yīng)用篇
第2章 主動(dòng)配電網(wǎng)電能質(zhì)量信號(hào)高效壓縮
2.1 噪聲對(duì)歸一化距離閾值的影響
2.2 電能質(zhì)量信號(hào)噪聲估計(jì)
2.3 單類支持向量機(jī)
2.4 基于OCSVM與ND測(cè)度的電能質(zhì)量信號(hào)壓縮
2.5 仿真與實(shí)測(cè)信號(hào)壓縮實(shí)驗(yàn)
2.5.1 仿真實(shí)驗(yàn)
2.5.2 實(shí)測(cè)電能質(zhì)量數(shù)據(jù)壓縮實(shí)驗(yàn)
2.6 本章小結(jié)
參考文獻(xiàn)
第3章 基于多分辨率快速S變換的電能質(zhì)量分析技術(shù)研究
3.1 基于MFST的電能質(zhì)量擾動(dòng)信號(hào)處理
3.1.1 電能質(zhì)量擾動(dòng)信號(hào)概述及其數(shù)學(xué)模型
3.1.2 多分辨率S變換及其窗寬調(diào)整因子的確定
3.1.3 快速S變換原理
3.1.4 采用MFST的暫態(tài)擾動(dòng)信號(hào)處理
3.2 基于MFST的電能質(zhì)量擾動(dòng)信號(hào)特征提取
3.2.1 采用灰度級(jí)形態(tài)學(xué)高頻降噪的振蕩特征提取
3.2.2 擾動(dòng)特征提取
3.3 基于MFST的電能質(zhì)量擾動(dòng)信號(hào)識(shí)別實(shí)驗(yàn)
3.3.1 模式識(shí)別分類器設(shè)計(jì)
3.3.2 實(shí)驗(yàn)流程
3.3.3 仿真實(shí)驗(yàn)分析
3.3.4 實(shí)測(cè)數(shù)據(jù)分析
3.4 本章小結(jié)
參考文獻(xiàn)
第4章 基于時(shí)域壓縮特征提取的電能質(zhì)量分析技術(shù)研究
4.1 配電網(wǎng)系統(tǒng)的時(shí)-頻分析方法
4.1.1 配電網(wǎng)系統(tǒng)模型的建立
4.1.2 S變換
4.1.3 快速S變換
4.2 采用時(shí)-頻分割的改進(jìn)全局閾值降噪
4.2.1 電能質(zhì)量擾動(dòng)信號(hào)時(shí)-頻分割
4.2.2 圖像平滑改進(jìn)全局閾值
4.2.3 對(duì)比仿真實(shí)驗(yàn)
4.2.4 實(shí)驗(yàn)結(jié)果分析
4.3 基于快速S變換時(shí)域壓縮特征提取
4.3.1 快速S變換對(duì)擾動(dòng)信號(hào)分析
4.3.2 時(shí)域壓縮快速S變換
4.4 基于粒子群優(yōu)化極限學(xué)習(xí)機(jī)的擾動(dòng)識(shí)別
4.4.1 分類器的設(shè)計(jì)
4.4.2 擾動(dòng)識(shí)別準(zhǔn)確率分析
4.5 本章小結(jié)
參考文獻(xiàn)
第5章 基于頻域分割與局部特征選擇的電能質(zhì)量分析技術(shù)研究
5.1 基于OMFST的擾動(dòng)信號(hào)處理
5.1.1 S變換及其時(shí)-頻特性分析
5.1.2 OMFST及其時(shí)-頻特性分析
5.2 基于OMFST頻域分割的特征提取
5.2.1 電能質(zhì)量擾動(dòng)信號(hào)頻域分割
5.2.2 OMFST特征提取
5.3 基于CART算法的特征選擇與*優(yōu)決策樹(shù)構(gòu)建
5.3.1 基于Gini指數(shù)的嵌入式特征選擇
5.3.2 基于剪枝方法的*優(yōu)決策樹(shù)構(gòu)建
5.3.3 基于CART算法的電能質(zhì)量擾動(dòng)*優(yōu)決策樹(shù)構(gòu)建
5.3.4 電能質(zhì)量擾動(dòng)識(shí)別實(shí)驗(yàn)流程
5.3.5 仿真實(shí)驗(yàn)分析
5.3.6 實(shí)測(cè)實(shí)驗(yàn)分析
5.4 本章小結(jié)
參考文獻(xiàn)
第6章 采用特征增強(qiáng)技術(shù)與隨機(jī)森林的電能質(zhì)量分析技術(shù)研究
6.1 基于特征增強(qiáng)技術(shù)的單類電能質(zhì)量擾動(dòng)特征提取
6.1.1 電能質(zhì)量擾動(dòng)信號(hào)灰度變換原理
6.1.2 圖像特征增強(qiáng)技術(shù)
6.1.3 仿真實(shí)驗(yàn)分析
6.2 基于隨機(jī)森林的單類電能質(zhì)量擾動(dòng)特征選擇與識(shí)別
6.2.1 基于貝葉斯優(yōu)化的隨機(jī)森林分類器構(gòu)建
6.2.2 基于Gini重要度分析的電能質(zhì)量擾動(dòng)特征選擇
6.2.3 仿真實(shí)驗(yàn)分析
6.3 本章小結(jié)
參考文獻(xiàn)
第7章 基于HS變換的電能質(zhì)量暫態(tài)擾動(dòng)檢測(cè)定位
7.1 采用HS變換的擾動(dòng)檢測(cè)方法
7.2 檢測(cè)定位效果分析
7.2.1 仿真信號(hào)建模
7.2.2 仿真擾動(dòng)信號(hào)分析與自動(dòng)檢測(cè)方法設(shè)計(jì)
7.2.3 不同幅值畸變度擾動(dòng)定位精度比較
7.2.4 不同噪聲環(huán)境下定位精度比較
7.2.5 其余參數(shù)對(duì)定位的影響
7.2.6 HS變換與S變換檢測(cè)對(duì)比
7.3 本章小結(jié)
參考文獻(xiàn)
第8章 基于多分辨率快速S變換的電能質(zhì)量擾動(dòng)信號(hào)參數(shù)檢測(cè)
8.1 擾動(dòng)參數(shù)檢測(cè)方法
8.1.1 短時(shí)擾動(dòng)的參數(shù)檢測(cè)方法
8.1.2 周期性擾動(dòng)的參數(shù)檢測(cè)方法
8.1.3 暫態(tài)擾動(dòng)的參數(shù)檢測(cè)方法
8.1.4 復(fù)合擾動(dòng)的參數(shù)檢測(cè)方法
8.2 參數(shù)檢測(cè)仿真實(shí)驗(yàn)
8.3 實(shí)測(cè)數(shù)據(jù)參數(shù)檢測(cè)
8.4 本章小結(jié)
參考文獻(xiàn)
高級(jí)篇
第9章 采用旋轉(zhuǎn)森林的電能質(zhì)量分析技術(shù)研究
9.1 基于時(shí)域壓縮*優(yōu)多分辨率快速S變換的復(fù)合電能質(zhì)量擾動(dòng)特征提取
9.2 基于旋轉(zhuǎn)森林的復(fù)合電能質(zhì)量擾動(dòng)特征選擇與識(shí)別
9.2.1 旋轉(zhuǎn)森林算法
9.2.2 仿真實(shí)驗(yàn)分析
9.2.3 實(shí)測(cè)數(shù)據(jù)實(shí)驗(yàn)分析
9.3 本章小結(jié)
參考文獻(xiàn)
第10章 基于時(shí)域特征提取和輕量級(jí)梯度提升機(jī)的電能質(zhì)量分析技術(shù)研究
10.1 計(jì)及物聯(lián)網(wǎng)數(shù)據(jù)傳輸速率約束的電能質(zhì)量時(shí)域特征高效邊緣提取
10.1.1 物聯(lián)網(wǎng)數(shù)據(jù)傳輸速率約束
10.1.2 仿真實(shí)驗(yàn)分析
10.2 基于輕量級(jí)梯度提升機(jī)的電能質(zhì)量擾動(dòng)特征選擇與識(shí)別
10.2.1 LightGBM
10.2.2 仿真實(shí)驗(yàn)分析
10.3 實(shí)測(cè)數(shù)據(jù)實(shí)驗(yàn)分析
10.4 本章小結(jié)
參考文獻(xiàn)
展開(kāi)全部
復(fù)雜電能質(zhì)量智能分析技術(shù) 作者簡(jiǎn)介
林琳，女，1979年生，吉林化工學(xué)院副教授。研究方向?yàn)槿斯ぶ悄茉陔姎夤こ填I(lǐng)域的應(yīng)用。
書(shū)友推薦
- >
中國(guó)人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
山海經(jīng)
- >
我與地壇
- >
小考拉的故事-套裝共3冊(cè)
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
名家?guī)阕x魯迅:故事新編
- >
人文閱讀與收藏·良友文學(xué)叢書(shū):一天的工作
- >
上帝之肋:男人的真實(shí)旅程
本類暢銷
