書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >
復雜電能質(zhì)量智能分析技術

復雜電能質(zhì)量智能分析技術

出版社：機械工業(yè)出版社出版時間：2022-01-01
開本： 26cm 頁數(shù)： 182頁
中 圖 價:¥65.0(7.3折) 定價  ¥89.0 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>

復雜電能質(zhì)量智能分析技術 版權信息

復雜電能質(zhì)量智能分析技術 內(nèi)容簡介

本書將時-頻分析方法與模式識別技術相結合, 分別針對電能質(zhì)量信號壓縮、不同需求下的擾動識別和復雜參數(shù)條件下的擾動檢測定位開展研究；A篇, 介紹了電能質(zhì)量信號壓縮、暫態(tài)分類和暫態(tài)檢測與定位的意義及國內(nèi)外發(fā)展研究現(xiàn)狀。應用篇, 介紹了電能質(zhì)量信號智能分析的實例, 如單類支持向量機與歸一化距離測度的電能質(zhì)量信號壓縮方法 ; 由S變換及其改進形式獲得的時-頻特征, 通過特征選擇方法, 降低分類器維數(shù), 提高分類效率, 并分別設計基于決策樹、極限學習機、隨機森林的暫態(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)量擾動信號參數(shù)檢測方法。高級篇, 介紹了基于旋轉森林的電能質(zhì)量擾動識別方法以及基于時域特征提取和輕量級梯度提升機的電能質(zhì)量擾動識別方法, 并通過仿真實例證明了其有效性。

復雜電能質(zhì)量智能分析技術 目錄

目錄/CONTENTS
前言

基礎篇
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)量擾動識別
1.2.3 電能質(zhì)量擾動定位與參數(shù)分析
參考文獻


應用篇
第2章 主動配電網(wǎng)電能質(zhì)量信號高效壓縮
2.1 噪聲對歸一化距離閾值的影響
2.2 電能質(zhì)量信號噪聲估計
2.3 單類支持向量機
2.4 基于OCSVM與ND測度的電能質(zhì)量信號壓縮
2.5 仿真與實測信號壓縮實驗
2.5.1 仿真實驗
2.5.2 實測電能質(zhì)量數(shù)據(jù)壓縮實驗
2.6 本章小結
參考文獻

第3章 基于多分辨率快速S變換的電能質(zhì)量分析技術研究
3.1 基于MFST的電能質(zhì)量擾動信號處理
3.1.1 電能質(zhì)量擾動信號概述及其數(shù)學模型
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)擾動信號處理
3.2 基于MFST的電能質(zhì)量擾動信號特征提取
3.2.1 采用灰度級形態(tài)學高頻降噪的振蕩特征提取
3.2.2 擾動特征提取
3.3 基于MFST的電能質(zhì)量擾動信號識別實驗
3.3.1 模式識別分類器設計
3.3.2 實驗流程
3.3.3 仿真實驗分析
3.3.4 實測數(shù)據(jù)分析
3.4 本章小結
參考文獻

第4章 基于時域壓縮特征提取的電能質(zhì)量分析技術研究
4.1 配電網(wǎng)系統(tǒng)的時-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-頻分割的改進全局閾值降噪
4.2.1 電能質(zhì)量擾動信號時-頻分割
4.2.2 圖像平滑改進全局閾值
4.2.3 對比仿真實驗
4.2.4 實驗結果分析
4.3 基于快速S變換時域壓縮特征提取
4.3.1 快速S變換對擾動信號分析
4.3.2 時域壓縮快速S變換
4.4 基于粒子群優(yōu)化極限學習機的擾動識別
4.4.1 分類器的設計
4.4.2 擾動識別準確率分析
4.5 本章小結
參考文獻

第5章 基于頻域分割與局部特征選擇的電能質(zhì)量分析技術研究
5.1 基于OMFST的擾動信號處理
5.1.1 S變換及其時-頻特性分析
5.1.2 OMFST及其時-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)量擾動信號頻域分割
5.2.2 OMFST特征提取
5.3 基于CART算法的特征選擇與*優(yōu)決策樹構建
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)決策樹構建
5.3.3 基于CART算法的電能質(zhì)量擾動*優(yōu)決策樹構建
5.3.4 電能質(zhì)量擾動識別實驗流程
5.3.5 仿真實驗分析
5.3.6 實測實驗分析
5.4 本章小結
參考文獻

第6章 采用特征增強技術與隨機森林的電能質(zhì)量分析技術研究
6.1 基于特征增強技術的單類電能質(zhì)量擾動特征提取
6.1.1 電能質(zhì)量擾動信號灰度變換原理
6.1.2 圖像特征增強技術
6.1.3 仿真實驗分析
6.2 基于隨機森林的單類電能質(zhì)量擾動特征選擇與識別
6.2.1 基于貝葉斯優(yōu)化的隨機森林分類器構建
6.2.2 基于Gini重要度分析的電能質(zhì)量擾動特征選擇
6.2.3 仿真實驗分析
6.3 本章小結
參考文獻

第7章 基于HS變換的電能質(zhì)量暫態(tài)擾動檢測定位
7.1 采用HS變換的擾動檢測方法
7.2 檢測定位效果分析
7.2.1 仿真信號建模
7.2.2 仿真擾動信號分析與自動檢測方法設計
7.2.3 不同幅值畸變度擾動定位精度比較
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)對定位的影響
7.2.6 HS變換與S變換檢測對比
7.3 本章小結
參考文獻

第8章 基于多分辨率快速S變換的電能質(zhì)量擾動信號參數(shù)檢測
8.1 擾動參數(shù)檢測方法
8.1.1 短時擾動的參數(shù)檢測方法
8.1.2 周期性擾動的參數(shù)檢測方法
8.1.3 暫態(tài)擾動的參數(shù)檢測方法
8.1.4 復合擾動的參數(shù)檢測方法
8.2 參數(shù)檢測仿真實驗
8.3 實測數(shù)據(jù)參數(shù)檢測
8.4 本章小結
參考文獻


高級篇
第9章 采用旋轉森林的電能質(zhì)量分析技術研究
9.1 基于時域壓縮*優(yōu)多分辨率快速S變換的復合電能質(zhì)量擾動特征提取
9.2 基于旋轉森林的復合電能質(zhì)量擾動特征選擇與識別
9.2.1 旋轉森林算法
9.2.2 仿真實驗分析
9.2.3 實測數(shù)據(jù)實驗分析
9.3 本章小結
參考文獻

第10章 基于時域特征提取和輕量級梯度提升機的電能質(zhì)量分析技術研究
10.1 計及物聯(lián)網(wǎng)數(shù)據(jù)傳輸速率約束的電能質(zhì)量時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 仿真實驗分析
10.2 基于輕量級梯度提升機的電能質(zhì)量擾動特征選擇與識別
10.2.1 LightGBM
10.2.2 仿真實驗分析
10.3 實測數(shù)據(jù)實驗分析
10.4 本章小結
參考文獻
展開全部

復雜電能質(zhì)量智能分析技術 作者簡介

林琳，女，1979年生，吉林化工學院副教授。研究方向為人工智能在電氣工程領域的應用。

商品評論(0條)
暫無評論……
書友推薦
編輯推薦
返回頂部
中圖網(wǎng)
在線客服