| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第15-31页 |
| 1.1 课题背景及研究的目的和意义 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-29页 |
| 1.2.1 油纸绝缘局部放电检测方法现状 | 第17-20页 |
| 1.2.2 复合电压下油纸绝缘局部放电现象研究现状 | 第20-22页 |
| 1.2.3 油纸绝缘局部放电模式识别研究现状 | 第22-29页 |
| 1.3 目前研究存在的问题 | 第29页 |
| 1.4 课题研究内容 | 第29-31页 |
| 第2章 试验装置及研究方法 | 第31-50页 |
| 2.1 试验平台 | 第31-39页 |
| 2.1.1 试验平台组成 | 第31-32页 |
| 2.1.2 试验装置 | 第32-34页 |
| 2.1.3 检测装置 | 第34页 |
| 2.1.4 油纸绝缘缺陷模型 | 第34-39页 |
| 2.2 试样制备及检测 | 第39页 |
| 2.3 试验方法 | 第39-49页 |
| 2.3.1 交直流复合电压比例选取 | 第39-40页 |
| 2.3.2 交直流复合外施电压方式 | 第40-45页 |
| 2.3.3 局部放电信号分析方法 | 第45-48页 |
| 2.3.4 气相色谱分析方法 | 第48页 |
| 2.3.5 试验流程 | 第48-49页 |
| 2.4 本章小结 | 第49-50页 |
| 第3章 复合电压作用下油纸绝缘缺陷放电过程及现象 | 第50-99页 |
| 3.1 引言 | 第50页 |
| 3.2 油纸绝缘气隙模型放电过程及现象 | 第50-67页 |
| 3.2.1 交流电压作用下油纸绝缘气隙模型放电过程及现象 | 第51-58页 |
| 3.2.2 复合电压比例对气隙放电现象的影响 | 第58-62页 |
| 3.2.3 复合电压下油纸绝缘气隙放电现象分析 | 第62-67页 |
| 3.3 油纸绝缘柱板沿面模型放电过程及现象 | 第67-79页 |
| 3.3.1 1：1比例交直流复合电压下油纸绝缘柱板沿面放电过程及现象 | 第67-74页 |
| 3.3.2 复合电压比例对柱板沿面放电现象的影响 | 第74-78页 |
| 3.3.3 复合电压下油纸绝缘柱板沿面放电现象分析 | 第78-79页 |
| 3.4 油纸绝缘针板沿面模型放电过程及现象 | 第79-88页 |
| 3.4.1 1：3比例交直流复合电压下油纸绝缘针板沿面放电过程及现象 | 第79-84页 |
| 3.4.2 复合电压比例对针板沿面放电现象的影响 | 第84-88页 |
| 3.4.3 复合电压下油纸绝缘针板沿面放电现象分析 | 第88页 |
| 3.5 油纸绝缘匝间放电模型放电过程及现象 | 第88-97页 |
| 3.5.1 1：5比例交直流复合电压下油纸绝缘匝间放电过程及现象 | 第88-93页 |
| 3.5.2 复合电压比例对匝间放电现象的影响 | 第93-96页 |
| 3.5.3 复合电压下油纸绝缘匝间放电现象分析 | 第96-97页 |
| 3.6 本章小结 | 第97-99页 |
| 第4章 复合电压下油纸绝缘放电图谱库建立及指纹特征优化提取 | 第99-124页 |
| 4.1 引言 | 第99-100页 |
| 4.2 交流、交直流复合电压下油纸绝缘局部放电图谱库建立 | 第100-109页 |
| 4.2.1 统计图谱库建立 | 第100-105页 |
| 4.2.2 波形图谱库建立 | 第105-109页 |
| 4.2.3 色谱库建立 | 第109页 |
| 4.3 指纹特征提取 | 第109-114页 |
| 4.3.1 统计图谱指纹特征提取 | 第111-112页 |
| 4.3.2 波形图谱指纹特征提取 | 第112页 |
| 4.3.3 色谱指纹特征提取 | 第112-113页 |
| 4.3.4 指纹特征初步选择 | 第113-114页 |
| 4.4 特征空间优化 | 第114-121页 |
| 4.4.1 原始特征空间 | 第114页 |
| 4.4.2 基于K-L变换的特征空间优化 | 第114-117页 |
| 4.4.3 基于粗糙集理论的特征空间优化 | 第117-121页 |
| 4.5 优化效果对比 | 第121-123页 |
| 4.5.1 模式识别效果检验方法 | 第121-122页 |
| 4.5.2 优化前后测试正确率对比 | 第122-123页 |
| 4.6 本章小结 | 第123-124页 |
| 第5章 复合电压作用下油纸绝缘局部放电模式识别方法研究 | 第124-146页 |
| 5.1 引言 | 第124-125页 |
| 5.2 模式识别方法原理 | 第125-134页 |
| 5.2.1 k-近邻法与重复剪辑法 | 第125-126页 |
| 5.2.2 模糊识别法 | 第126-128页 |
| 5.2.3 决策树及随机森林法(Random Forest,RF) | 第128-130页 |
| 5.2.4 支持向量机 | 第130-132页 |
| 5.2.5 人工神经网络法 | 第132-134页 |
| 5.3 模式识别方法检验及选择 | 第134-144页 |
| 5.3.1 直接模式识别正确率 | 第134-135页 |
| 5.3.2 分步模式识别正确率 | 第135-139页 |
| 5.3.3 基于多指标评价的模式识别方式选择 | 第139-141页 |
| 5.3.4 所选模式识别方式验证 | 第141-144页 |
| 5.4 本章小结 | 第144-146页 |
| 第6章 结论与展望 | 第146-148页 |
| 6.1 结论 | 第146-147页 |
| 6.2 下一步研究展望 | 第147-148页 |
| 参考文献 | 第148-156页 |
| 攻读博士学位期间发表的论文及其它成果 | 第156-158页 |
| 攻读博士学位期间参加的科研工作 | 第158-159页 |
| 致谢 | 第159-160页 |
| 作者简介 | 第160页 |
