基于灰度图像和近邻传播算法的变压器局部放电模式识别研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-23页 |
| 1.1 课题的背景及意义 | 第12-13页 |
| 1.2 局部放电研究现状 | 第13-21页 |
| 1.2.1 局部放电的检测方法 | 第13-15页 |
| 1.2.2 局放模式识别的特征参数 | 第15-19页 |
| 1.2.3 局放模式识别的分类方法 | 第19-21页 |
| 1.3 主要研究内容和章节安排 | 第21-23页 |
| 第2章 局部放电的实验平台及方法 | 第23-31页 |
| 2.1 变压器局部放电模型 | 第23-24页 |
| 2.2 实验回路及装置 | 第24-26页 |
| 2.3 局部放电检测系统 | 第26-28页 |
| 2.3.1 特高频检测系统 | 第26-27页 |
| 2.3.2 超声波检测系统 | 第27-28页 |
| 2.4 实验方法与步骤 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 PRPD谱图的灰度图像特征提取 | 第31-54页 |
| 3.1 局部放电PRPD谱图分析 | 第31-35页 |
| 3.1.1 沿面放电信号分析 | 第31-32页 |
| 3.1.2 电晕放电信号分析 | 第32-33页 |
| 3.1.3 悬浮放电信号分析 | 第33-34页 |
| 3.1.4 三种模型混合放电信号分析 | 第34-35页 |
| 3.2 PRPD谱图的灰度化 | 第35-36页 |
| 3.3 灰度图像的特征提取 | 第36-49页 |
| 3.3.1 灰度图像矩特征提取 | 第37-38页 |
| 3.3.2 灰度图像分形特征提取 | 第38-41页 |
| 3.3.3 灰度图像纹理特征提取 | 第41-44页 |
| 3.3.4 特征参数的评价 | 第44-49页 |
| 3.4 基于主成分分析的特征降维 | 第49-53页 |
| 3.4.1 特征参数的相关性检验 | 第49-50页 |
| 3.4.2 特征参数的主成分分析 | 第50-51页 |
| 3.4.3 新特征参数的评价 | 第51-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第4章 基于改进近邻传播算法的模式识别 | 第54-70页 |
| 4.1 近邻传播算法 | 第54-58页 |
| 4.1.1 近邻传播算法概述 | 第54-55页 |
| 4.1.2 近邻传播算法的聚类步骤 | 第55-56页 |
| 4.1.3 算法分析 | 第56-58页 |
| 4.2 基于粒子群优化的核近邻传播算法 | 第58-61页 |
| 4.2.1 核近邻传播算法 | 第58-59页 |
| 4.2.2 粒子群算法优化KAP算法参数 | 第59-61页 |
| 4.3 PSO-KAP分类器 | 第61-64页 |
| 4.3.1 分类器步骤与流程 | 第61-62页 |
| 4.3.2 分类器性能评估 | 第62-64页 |
| 4.4 分类器的局放模式识别结果 | 第64-69页 |
| 4.4.1 依据特高频信号的识别结果 | 第64-66页 |
| 4.4.2 依据超声波信号的识别结果 | 第66-68页 |
| 4.4.3 两种信号识别结果比较 | 第68-69页 |
| 4.5 本章小结 | 第69-70页 |
| 第5章 总结与展望 | 第70-72页 |
| 5.1 总结 | 第70-71页 |
| 5.2 展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间发表学术论文和参加科研情况 | 第78-79页 |
| 学位论文评阅及答辩情况表 | 第79页 |
