幫助中心 | 我的帳號 | 關於我們

複雜電能質量智能分析技術

  • 作者:林琳//黃南天|責編:羅莉
  • 出版社:機械工業
  • ISBN:9787111692355
  • 出版日期:2022/01/01
  • 裝幀:平裝
  • 頁數:182
人民幣:RMB 89 元      售價:
放入購物車
加入收藏夾

內容大鋼
    複雜電能質量智能分析是近年來電能質量控制領域的熱點。常見複雜電能質量智能分析包括電能質量信號壓縮、暫態分類和暫態檢測與定位等。本書將時-頻分析方法與模式識別技術相結合,分別針對電能質量信號壓縮、不同需求下的擾動識別和複雜參數條件下的擾動檢測定位開展研究。基礎篇,介紹了電能質量信號壓縮、暫態分類和暫態檢測與定位的意義及國內外發展研究現狀。應用篇,介紹了電能質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量信號壓縮方法;由S變換及其改進形式獲得的時-頻特徵,通過特徵選擇方法,降低分類器維數,提高分類效率,並分別設計基於決策樹、極限學習機、隨機森林的暫態分類系統;基於Hyperbolic S變換(HS變換)、多解析度快速S變換的電能質量擾動信號參數檢測方法。高級篇,介紹了基於旋轉森林的電能質量擾動識別方法以及基於時域特徵提取和輕量級梯度提升機的電能質量擾動識別方法,並通過模擬實例證明了其有效性。
    本書為電能質量智能分析技術方面的專業書籍,專業性較強,可供電氣工程、能源與動力工程和電腦等相關領域的研究者閱讀和參考。

作者介紹
林琳//黃南天|責編:羅莉

目錄
前言
基礎篇
  第1章  緒論
    1.1  電能質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  國內外研究現狀
      1.2.1  電能質量數據壓縮
      1.2.2  電能質量擾動識別
      1.2.3  電能質量擾動定位與參數分析
    參考文獻
應用篇
  第2章  主動配電網電能質量信號高效壓縮
    2.1  雜訊對歸一化距離閾值的影響
    2.2  電能質量信號雜訊估計
    2.3  單類支持向量機
    2.4  基於OCSVM與ND測度的電能質量信號壓縮
    2.5  模擬與實測信號壓縮實驗
      2.5.1  模擬實驗
      2.5.2  實測電能質量數據壓縮實驗
    2.6  本章小結
    參考文獻
  第3章  基於多解析度快速S變換的電能質量分析技術研究
    3.1  基於MFST的電能質量擾動信號處理
      3.1.1  電能質量擾動信號概述及其數學模型
      3.1.2  多解析度S變換及其窗寬調整因子的確定
      3.1.3  快速S變換原理
      3.1.4  採用MFST的暫態擾動信號處理
    3.2  基於MFST的電能質量擾動信號特徵提取
      3.2.1  採用灰度級形態學高頻降噪的振蕩特徵提取
      3.2.2  擾動特徵提取
    3.3  基於MFST的電能質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  模擬實驗分析
      3.3.4  實測數據分析
    3.4  本章小結
    參考文獻
  第4章  基於時域壓縮特徵提取的電能質量分析技術研究
    4.1  配電網系統的時-頻分析方法
      4.1.1  配電網系統模型的建立
      4.1.2  S變換
      4.1.3  快速S變換
    4.2  採用時-頻分割的改進全局閾值降噪
      4.2.1  電能質量擾動信號時-頻分割
      4.2.2  圖像平滑改進全局閾值
      4.2.3  對比模擬實驗
      4.2.4  實驗結果分析
    4.3  基於快速S變換時域壓縮特徵提取
      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  基於粒子群優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  基於頻域分割與局部特徵選擇的電能質量分析技術研究
    5.1  基於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  基於OMFST頻域分割的特徵提取
      5.2.1  電能質量擾動信號頻域分割
      5.2.2  OMFST特徵提取
    5.3  基於CART演算法的特徵選擇與最優決策樹構建
      5.3.1  基於Gini指數的嵌入式特徵選擇
      5.3.2  基於剪枝方法的最優決策樹構建
      5.3.3  基於CART演算法的電能質量擾動最優決策樹構建
      5.3.4  電能質量擾動識別實驗流程
      5.3.5  模擬實驗分析
      5.3.6  實測實驗分析
    5.4  本章小結
    參考文獻
  第6章  採用特徵增強技術與隨機森林的電能質量分析技術研究
    6.1  基於特徵增強技術的單類電能質量擾動特徵提取
      6.1.1  電能質量擾動信號灰度變換原理
      6.1.2  圖像特徵增強技術
      6.1.3  模擬實驗分析
    6.2  基於隨機森林的單類電能質量擾動特徵選擇與識別
      6.2.1  基於貝葉斯優化的隨機森林分類器構建
      6.2.2  基於Gini重要度分析的電能質量擾動特徵選擇
      6.2.3  模擬實驗分析
    6.3  本章小結
    參考文獻
  第7章  基於HS變換的電能質量暫態擾動檢測定位
    7.1  採用HS變換的擾動檢測方法
    7.2  檢測定位效果分析
      7.2.1  模擬信號建模
      7.2.2  模擬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  不同雜訊環境下定位精度比較
      7.2.5  其餘參數對定位的影響
      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  基於多解析度快速S變換的電能質量擾動信號參數檢測
    8.1  擾動參數檢測方法
      8.1.1  短時擾動的參數檢測方法
      8.1.2  周期性擾動的參數檢測方法
      8.1.3  暫態擾動的參數檢測方法
      8.1.4  複合擾動的參數檢測方法

    8.2  參數檢測模擬實驗
    8.3  實測數據參數檢測
    8.4  本章小結
    參考文獻
高級篇
  第9章  採用旋轉森林的電能質量分析技術研究
    9.1  基於時域壓縮最優多解析度快速S變換的複合電能質量擾動特徵提取
    9.2  基於旋轉森林的複合電能質量擾動特徵選擇與識別
      9.2.1  旋轉森林演算法
      9.2.2  模擬實驗分析
      9.2.3  實測數據實驗分析
    9.3  本章小結
    參考文獻
  第10章  基於時域特徵提取和輕量級梯度提升機的電能質量分析技術研究
    10.1  計及物聯網數據傳輸速率約束的電能質量時域特徵高效邊緣提取
      10.1.1  物聯網數據傳輸速率約束
      10.1.2  模擬實驗分析
    10.2  基於輕量級梯度提升機的電能質量擾動特徵選擇與識別
      10.2.1  LightGBM
      10.2.2  模擬實驗分析
    10.3  實測數據實驗分析
    10.4  本章小結
    參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032