摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 海底电缆背景综述 | 第11-13页 |
1.1.1 海底电缆使用场合 | 第11-12页 |
1.1.2 海底电缆种类 | 第12页 |
1.1.3 海底的电缆敷设方法 | 第12-13页 |
1.2 线路故障分类 | 第13-16页 |
1.3 海底电缆故障检测难题 | 第16-17页 |
1.4 本文主要研究内容 | 第17-19页 |
第2章 电缆故障定位方法实用性分析 | 第19-37页 |
2.1 电桥法实用性分析 | 第19-25页 |
2.1.1 电桥法测电阻的基本原理 | 第19页 |
2.1.2 电桥法在电缆故障测距中的应用 | 第19-21页 |
2.1.3 实例分析 | 第21-25页 |
2.2 电缆模型及行波传播规律 | 第25-29页 |
2.2.1 电缆长线模型 | 第25-27页 |
2.2.2 行波传播规律 | 第27-29页 |
2.3 基于行波的电缆故障测距方法对比 | 第29-34页 |
2.3.1 低压脉冲法 | 第30页 |
2.3.2 脉冲电压法 | 第30-31页 |
2.3.3 脉冲电流法 | 第31页 |
2.3.4 二次脉冲法 | 第31-32页 |
2.3.5 三级脉冲法 | 第32-34页 |
2.4 基于脉冲衰减法的电缆故障定位方法 | 第34-35页 |
2.5 海底电缆故障定位方法的选择 | 第35-36页 |
2.6 本章小结 | 第36-37页 |
第3章 基于脉冲衰减法的海底电缆故障定位 | 第37-61页 |
3.1 基本原理及实现步骤 | 第37-39页 |
3.2 特征值选择和提取的研究 | 第39-47页 |
3.2.1 信号的频谱分析 | 第39-40页 |
3.2.2 信噪比 | 第40-41页 |
3.2.3 分析特征值的选择 | 第41-42页 |
3.2.4 用小波方法提取特征值 | 第42-47页 |
3.3 脉冲衰减规律的建立 | 第47-54页 |
3.3.1 仿真模型建立 | 第47-50页 |
3.3.2 基于矩形波脉冲的仿真 | 第50-52页 |
3.3.3 基于实际脉冲的仿真 | 第52-54页 |
3.4 脉冲衰减规律的总结 | 第54-58页 |
3.5 半幅值脉宽距离规律与四个特征值距离规律的测距对比 | 第58-60页 |
3.6 本章小结 | 第60-61页 |
第4章 基于BP神经网络的故障定位方法 | 第61-79页 |
4.1 人工神经网络简介 | 第61-66页 |
4.1.1 神经网络模型的分类 | 第61-62页 |
4.1.2 人工神经元模型和神经网络的结构 | 第62-64页 |
4.1.3 神经网络的学习方式 | 第64-66页 |
4.1.4 人工神经网络的基本特点 | 第66页 |
4.2 BP神经网络 | 第66-68页 |
4.3 建立特征值与距离之间的BP神经网络 | 第68-77页 |
4.3.1 神经网络模型的建立 | 第68-69页 |
4.3.2 隐层神经元数的选择 | 第69-70页 |
4.3.3 幅值—距离BP神经网络仿真 | 第70-74页 |
4.3.4 多特征值—距离BP神经网络仿真 | 第74-77页 |
4.4 本章小结 | 第77-79页 |
第5章 总结与展望 | 第79-81页 |
参考文献 | 第81-85页 |
致谢 | 第85-87页 |
攻读硕士期间科研情况 | 第87页 |