| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-19页 |
| 1.2.1 电缆的老化现象及局部放电行为 | 第10-12页 |
| 1.2.2 局部放电检测技术的研究现状 | 第12-16页 |
| 1.2.3 XLPE电缆绝缘状态评估的研究现状 | 第16-19页 |
| 1.3 本文的主要工作和论文结构 | 第19-20页 |
| 1.3.1 本文的主要工作 | 第19-20页 |
| 1.3.2 论文的组织结构 | 第20页 |
| 1.4 本章小结 | 第20-21页 |
| 第二章 振荡波检测系统 | 第21-29页 |
| 2.1 振荡波检测技术 | 第21-23页 |
| 2.1.1 检测原理 | 第21页 |
| 2.1.2 振荡波发生电路 | 第21-23页 |
| 2.1.3 局部放电测试电路 | 第23页 |
| 2.2 定位技术 | 第23-25页 |
| 2.3 振荡波抗干扰方法 | 第25-27页 |
| 2.3.1 带通滤波器 | 第26页 |
| 2.3.2 小波滤波 | 第26-27页 |
| 2.4 局部放电检测的重要参数 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 电缆局部放电故障类型识别模型 | 第29-42页 |
| 3.1 XLPE电缆局放信号的脉冲序列相位分析模式和j--nq模式 | 第29-30页 |
| 3.1.1 放电信号的脉冲序列相位分析模式 | 第29页 |
| 3.1.2 放电信号的j--nq模式 | 第29-30页 |
| 3.2 局部放电特征qH),( jn矩阵的构建 | 第30-31页 |
| 3.3 局放特征矩阵的特征图谱 | 第31-34页 |
| 3.4 BP神经网络 | 第34-38页 |
| 3.4.1 算法原理 | 第34-38页 |
| 3.5 实验结果 | 第38-41页 |
| 3.5.1 初始化BP网络以及数据准备阶段 | 第38-40页 |
| 3.5.2 BP网络的训练 | 第40页 |
| 3.5.3 检验BP网络分类效果 | 第40-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 基于数据统计理论的电缆健康状态评估研究 | 第42-50页 |
| 4.1 统计分析的具体流程 | 第42-43页 |
| 4.2 介电损耗和局部放电频率的统计特性分析 | 第43-46页 |
| 4.2.1 介损统计拟合 | 第43-45页 |
| 4.2.2 局部放电统计拟合 | 第45-46页 |
| 4.3 电缆健康状态评估模型 | 第46-48页 |
| 4.3.1 确定健康状态边界值 | 第46-48页 |
| 4.4 实验结果 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 10kV电缆故障类型及健康状态智能识别模块的设计与开发 | 第50-57页 |
| 5.1 电缆故障类型及健康状态智能识别模块开发的目标及内容 | 第50-51页 |
| 5.2 10kV电缆局故障类型及健康状态智能识别模块的设计与开发 | 第51-54页 |
| 5.2.1 系统的组成模块 | 第51-52页 |
| 5.2.2 系统软件设计架构图 | 第52-53页 |
| 5.2.3 主要功能模块 | 第53-54页 |
| 5.3 模块测试结果 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 总结和展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 附件 | 第65页 |
