多小波和小波神经网络构造及其在电弧故障诊断中的应用研究

论文摘要

本文提出了多小波和小波神经网络构造方法及新的应用算法,首次将其应用于电弧故障信号分的时频分析、去噪、压缩及故障分类。在对多小波构造研究的基础上,给出了对称正交多小波构造算例及全插值双正交多小波构造算例。提出了一种多小波的提升分解构造算例,并在电弧故障信号的数据压缩中进行了应用。通过对多小波理论深入分析,提出了一种比较实用的多小波预处理方法,并对电弧故障信号的去噪性能进行了实验分析。提出了一种改进的多小波分解重构算法和一种多小波包系数削减的算法,用于对电弧故障信号的高频部分进行时频域细分。提出了一种基于多小波变换的时域窗口移动的电弧故障信号检测算法。对小波网络、多小波网络进行了深入的讨论,并对提出的小波网络、多小波网络的逼近能力进行了研究。提出了一种比较有效率的隐层节点数确定算法和参数初始化算法。提出了电弧故障特征向量的选择与提取方法,设计了一种用于电弧故障分类的小波神经网络结构,用以实现电弧故障与短路、单相接地等线路故障的正确识别和分类。

论文目录

• 提要
• 第一章 绪论
• 1.1 多小波研究基础及发展
• 1.1.1 小波分析基础
• 1.1.2 多小波理论的发展
• 1.2 小波神经网络发展历史及研究的现状
• 1.3 电弧故障的研究背景
• 1.3.1 电弧故障信号检测的意义及现状
• 1.3.2 电弧故障信号的特点及分类
• 1.4 论文主要研究内容
• 第二章 多小波理论与电弧故障信号去噪
• 2.1 引言
• 2.2 多小波函数与多尺度分析
• 2.3 多小波的分解与重构
• 2.4 多小波与单小波的比较
• 2.5 基于多小波的故障信号去噪
• 2.5.1 故障信号的多小波预滤波分析
• 2.5.2 电弧故障信号的去噪
• 2.7 本章小结
• 第三章 多小波的构造方法研究
• 3.1 引言
• 3.2 正交与双正交多小波的构造
• 3.2.1 正交对称多小波的构造
• 3.2.2 全插值的双正交多小波的构造
• 3.2.3 构造算例
• 3.3 单小波的提升分解
• 3.4 多小波的提升分解与应用
• 3.4.1 多小波变换的提升分解
• 3.4.2 基于提升格式多小波的数据压缩
• 3.5 本章小结
• 第四章 基于多小波的电弧故障检测方法研究
• 4.1 引言
• 4.2 改进的多小波算法
• 4.3 多小波包的分析
• 4.4 多小波包系数削减算法
• 4.5 基于多小波包的电弧故障信号分析
• 4.6 基于移动时域窗的电弧故障信号检测方法研究
• 4.7 本章小结
• 第五章 小波神经网络的构造研究
• 5.1 引言
• 5.2 小波神经网络的数学基础
• 5.3 基于小波框架的小波网络研究
• 5.4 基于正交小波变换的小波网络研究
• 5.5 构造多小波网络
• 5.5.1 基于多小波框架的多小波网络
• 5.5.2 基于多小波连续变换的多小波网络
• 5.6 本章小结
• 第六章 小波网络在电弧故障诊断中的应用研究
• 6.1 引言
• 6.2 框架结构小波网络参数初始化
• 6.3 改进的小波网络隐层节点数确定方法
• 6.4 电弧故障识别方法研究
• 6.4.1 故障特征提取
• 6.4.2 基于小波网络的故障诊断
• 6.5 本章小结
• 全文总结
• 参考文献
• 攻读博士学位期间发表的学术论文
• 致谢
• 摘要
• Abstract