| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题的提出 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·电缆故障诊断 | 第12-13页 |
| ·电缆局部放电监测 | 第13页 |
| ·电缆早期故障检测 | 第13-14页 |
| ·研究内容和研究目标 | 第14-16页 |
| ·研究目标与对象 | 第14页 |
| ·主要研究内容 | 第14-16页 |
| 第2章 基于电弧模型的电缆早期故障建模仿真 | 第16-37页 |
| ·引言 | 第16页 |
| ·电缆早期故障定义及产生机理 | 第16-19页 |
| ·电缆早期故障机理 | 第16-18页 |
| ·电弧数学模型 | 第18-19页 |
| ·电缆早期故障仿真模型 | 第19-27页 |
| ·基于PSCAD/EMTDC电缆早期故障仿真模型的建立 | 第19-24页 |
| ·早期故障信号的获取 | 第24-27页 |
| ·仿真结果与分析 | 第27-35页 |
| ·本章小结 | 第35-37页 |
| 第3章 基于小波变换与贝叶斯的电缆早期故障检测 | 第37-64页 |
| ·引言 | 第37页 |
| ·小波变换 | 第37-40页 |
| ·小波变换原理 | 第37-38页 |
| ·基于Mallat方法的信号分解与重构 | 第38-39页 |
| ·小波奇异性检测 | 第39-40页 |
| ·基于小波变换的电缆早期故障检测 | 第40-52页 |
| ·基于离散小波的检测算法分析 | 第41-46页 |
| ·基于复小波的检测算法分析 | 第46-52页 |
| ·两种小波检测效果的对比分析 | 第52页 |
| ·基于贝叶斯的电缆早期故障检测 | 第52-63页 |
| ·贝叶斯原理 | 第52-54页 |
| ·MCMC原理介绍及WinBUGS软件介绍 | 第54-56页 |
| ·基于贝叶斯的检测算法分析 | 第56-63页 |
| ·本章小结 | 第63-64页 |
| 第4章 基于概率神经网络与支持向量机的电缆早期故障识别 | 第64-82页 |
| ·引言 | 第64页 |
| ·基于傅里叶变换的电缆早期故障频域特征分析 | 第64-73页 |
| ·傅里叶变换 | 第64-66页 |
| ·电缆早期故障谐波分析 | 第66-71页 |
| ·频域特征向量的生成 | 第71-73页 |
| ·电缆早期故障的分类识别 | 第73-81页 |
| ·基于概率神经网络的分类识别算法 | 第73-77页 |
| ·基于支持向量机的分类识别算法 | 第77-81页 |
| ·本章小结 | 第81-82页 |
| 结论 | 第82-84页 |
| 致谢 | 第84-85页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第85-86页 |
| 参考文献 | 第86-88页 |