| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第10-18页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 开关柜局部放电的研究现状 | 第11-12页 |
| 1.2.1 非电检测法 | 第11页 |
| 1.2.2 电检测法 | 第11-12页 |
| 1.3 局部放电模式识别的研究现状 | 第12-15页 |
| 1.3.1 局部放电特征参数提取 | 第13-14页 |
| 1.3.2 基于人工神经网络法的局部放电故障类型识别 | 第14-15页 |
| 1.4 论文主要工作及章节安排 | 第15-18页 |
| 1.4.1 论文主要工作 | 第15页 |
| 1.4.2 各章节安排 | 第15-18页 |
| 2 开关柜局部放电分析及数据采集 | 第18-30页 |
| 2.1 开关柜局部放电的产生及分类 | 第18-20页 |
| 2.1.1 局部放电产生的原因及表征参数 | 第18-19页 |
| 2.1.2 局部放电类别 | 第19-20页 |
| 2.2 局部放电典型类别的电场仿真 | 第20-23页 |
| 2.3 暂态地电压(TEV)检测法的理论介绍 | 第23-24页 |
| 2.3.1 暂态地电压(TEV)的产生机理 | 第23页 |
| 2.3.2 TEV检测法 | 第23-24页 |
| 2.4 局部放电试验及数据采集 | 第24-28页 |
| 2.4.1 典型缺陷模型设计 | 第24-25页 |
| 2.4.2 局部放电试验 | 第25-27页 |
| 2.4.3 TEV数据采集试验 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 3 开关柜局部放电TEV信号特征提取及模式识别 | 第30-60页 |
| 3.1 总体设计方案 | 第30页 |
| 3.2 局部放电特征向量提取 | 第30-53页 |
| 3.2.1 基于小波包能量谱法的局部放电特征提取 | 第30-37页 |
| 3.2.2 小波包能量谱法在局部放电信号特征提取中的应用 | 第37-47页 |
| 3.2.3 基于分形理论的局部放电盒维数提取 | 第47-51页 |
| 3.2.4 分形维数在局部放电信号特征提取中的应用 | 第51-53页 |
| 3.3 基于小波包能量谱分形特征法的开关柜局部放电模式识别研究 | 第53-59页 |
| 3.3.1 神经网络的基本理论 | 第53-55页 |
| 3.3.2 小波包能量谱法同分形特征法的识别效果比较 | 第55-56页 |
| 3.3.3 小波包能量谱分形特征法的RBF网络模式识别 | 第56-58页 |
| 3.3.4 基于BP网络与RBF网络模式识别结果的比较 | 第58-59页 |
| 3.4 本章小结 | 第59-60页 |
| 4 开关柜局部放电TEV法带电检测系统设计 | 第60-78页 |
| 4.1 TEV检测系统硬件开发 | 第60-71页 |
| 4.1.1 开关柜检测系统流程及工作方式 | 第60-61页 |
| 4.1.2 采集板电路设计 | 第61-67页 |
| 4.1.3 TEV检测主板模块设计 | 第67-70页 |
| 4.1.4 协调器模块设计 | 第70-71页 |
| 4.2 TEV检测系统软件开发 | 第71-76页 |
| 4.2.1 ARM程序设计 | 第71-72页 |
| 4.2.2 Z-Stack协议栈 | 第72-73页 |
| 4.2.3 ZigBee程序设计 | 第73-76页 |
| 4.3 通信协议设计 | 第76页 |
| 4.4 本章小结 | 第76-78页 |
| 5 系统测试及结果显示 | 第78-84页 |
| 5.1 系统测试 | 第78-80页 |
| 5.2 现场测试以及结果显示 | 第80-82页 |
| 5.3 本章小结 | 第82-84页 |
| 6 结论与展望 | 第84-86页 |
| 6.1 论文结论 | 第84页 |
| 6.2 研究展望 | 第84-86页 |
| 致谢 | 第86-88页 |
| 参考文献 | 第88-92页 |
| 附录A | 第92-93页 |
| 附录B | 第93-94页 |
