神经网络在局部放电模式识别中的实验研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·局部放电模式识别发展概况 | 第9-11页 |
| ·本课题研究意义 | 第11-12页 |
| ·本课题的来源及主要内容 | 第12-13页 |
| 第2章 局部放电实验及信号采集 | 第13-24页 |
| ·局部放电实验模型 | 第13-14页 |
| ·局部放电信号采集系统 | 第14-23页 |
| ·局部放电信号采集线路 | 第14-15页 |
| ·局部放电信号采集抗干扰措施 | 第15-16页 |
| ·局部放电数据采集软件系统设计 | 第16-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 局部放电模式识别特征 | 第24-37页 |
| ·常用的局部放电特征 | 第24-30页 |
| ·局部放电统计特征 | 第24-25页 |
| ·局部放电图像灰度矩特征 | 第25-26页 |
| ·局部放电时频特征 | 第26-30页 |
| ·特征的可分性测量 | 第30-35页 |
| ·特征标量可分性测量 | 第30-33页 |
| ·特征向量可分性测量 | 第33-35页 |
| ·特征向量提取 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 局部放电模式分类器 | 第37-48页 |
| ·BP 神经网络 | 第37-38页 |
| ·径向基神经网络 | 第38-39页 |
| ·正交小波神经网络 | 第39-42页 |
| ·正交小波神经网络结构 | 第39-40页 |
| ·正交小波神经网络隐层单元数目的确定 | 第40-41页 |
| ·正交小波神经网络学习算法 | 第41-42页 |
| ·自适应特征提取小波神经网络 | 第42-47页 |
| ·自适应特征提取小波神经网络结构 | 第42-43页 |
| ·自适应特征提取小波神经网络隐层单元数目的确定 | 第43-46页 |
| ·自适应特征提取小波神经网络学习算法 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 局部放电模式识别实验 | 第48-58页 |
| ·BP 神经网络局部放电图像灰度矩特征模式识别 | 第48-49页 |
| ·正交小波神经网络局部放电统计特征模式识别 | 第49-51页 |
| ·自适应特征提取小波神经网络局部放电模式识别 | 第51-55页 |
| ·实验结果分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |
