| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究的背景及意义 | 第9-11页 |
| 1.2 电力电缆局部放电检测技术的研究现状 | 第11-18页 |
| 1.3 本文的主要工作 | 第18-19页 |
| 第二章 电力电缆局部放电的基本理论 | 第19-28页 |
| 2.1 电力电缆局部放电的基本原理 | 第19-21页 |
| 2.2 电力电缆局部放电中超声波信号的基本特性 | 第21-23页 |
| 2.3 电力电缆局部放电在线检测的图谱特性 | 第23-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 电力电缆局部放电检测去噪方法研究 | 第28-36页 |
| 3.1 小波分析的基本原理 | 第28-30页 |
| 3.2 小波包对噪声信号的抑制原理及实现步骤 | 第30页 |
| 3.3 基于改进阈值函数的白噪声抑制 | 第30-34页 |
| 3.3.1 改进阈值函数的小波包算法 | 第30-32页 |
| 3.3.2 仿真验证 | 第32-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第四章 电力电缆局部放电检测模式识别方法研究 | 第36-53页 |
| 4.1 电力电缆局部放电特征量的提取 | 第36-47页 |
| 4.1.1 经验模态分解的基本概念 | 第36-38页 |
| 4.1.2 电力电缆局部放电特征量的提取 | 第38-42页 |
| 4.1.3 基于经验模态分解能量系数 | 第42-44页 |
| 4.1.4 基于小波包分解的频带能量 | 第44-47页 |
| 4.2 基于神经网络算法的电力电缆局部放电的模式识别 | 第47-51页 |
| 4.2.1 常用模式识别方法介绍 | 第47-48页 |
| 4.2.2 神经网络算法 | 第48-50页 |
| 4.2.3 算例验证 | 第50-51页 |
| 4.3 本章小结 | 第51-53页 |
| 第五章 总结 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间取得的研究成果 | 第58-59页 |
| 致谢 | 第59-60页 |
| 答辩委员会对论文的评定意见 | 第60页 |