●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 噪聲對歸一化距離閾值的影響
2.2 電能質量信號噪聲估計
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 仿真與實測信號壓縮實驗
2.5.1 仿真實驗
2.5.2 實測電能質量數據壓縮實驗
2.6 本章小結
參考文獻
第3章 基於多分辨率快速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 多分辨率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 采用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征提取
3.2.1 采用灰度級形態學高頻降噪的振蕩特征提取
3.2.2 擾動特征提取
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 仿真實驗分析
3.3.4 實測數據分析
3.4 本章小結
參考文獻
第4章 基於時域壓縮特征提取的電能質量分析技術研究
4.1 配電網繫統的時-頻分析方法
4.1.1 配電網繫統模型的建立
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 基於快速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征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頻域分割的特征提取
5.2.1 電能質量擾動信號頻域分割
5.2.2 OMFST特征提取
5.3 基於CART算法的特征選擇與很優決策樹構建
5.3.1 基於Gini指數的嵌入式特征選擇
5.3.2 基於剪枝方法的很優決策樹構建
5.3.3 基於CART算法的電能質量擾動很優決策樹構建
5.3.4 電能質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量分析技術研究
6.1 基於特征增強技術的單類電能質量擾動特征提取
6.1.1 電能質量擾動信號灰度變換原理
6.1.2 圖像特征增強技術
6.1.3 仿真實驗分析
6.2 基於隨機森林的單類電能質量擾動特征選擇與識別
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 基於HS變換的電能質量暫態擾動檢測定位
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 基於多分辨率快速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 復合擾動的參數檢測方法
8.2 參數檢測仿真實驗
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 采用旋轉森林的電能質量分析技術研究
9.1 基於時域壓縮很優多分辨率快速S變換的復合電能質量擾動特征提取
9.2 基於旋轉森林的復合電能質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 實測數據實驗分析
9.3 本章小結
參考文獻
第10章 基於時域特征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征高效邊緣提取
10.1.1 物聯網數據傳輸速率約束
10.1.2 仿真實驗分析
10.2 基於輕量級梯度提升機的電能質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 實測數據實驗分析
10.4 本章小結
參考文獻

復雜電能質量智能分析是近年來電能質量控制領域的熱點。常見復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復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－頻特征，通過特征選擇方法，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繫統；基於Hyperbolic S變換（HS變換）、多分辨率快速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征提取和輕量級梯度提升機的電能質量擾動識別方法，並通過仿真實例等

林琳,黃南天 著