| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 电弧故障断路器研究的目的及意义 | 第10-12页 |
| 1.2 电弧故障断路器国内外发展现状 | 第12-16页 |
| 1.2.1 国外发展现状 | 第12-15页 |
| 1.2.2 国内发展现状 | 第15-16页 |
| 1.3 课题主要工作内容 | 第16-17页 |
| 第2章 电弧故障数据采集与分析 | 第17-31页 |
| 2.1 电弧故障的形成及分类 | 第17-18页 |
| 2.2 电弧故障的检测 | 第18-20页 |
| 2.2.1 电弧故障实验平台的搭建 | 第18-20页 |
| 2.2.2 试验及数据采集 | 第20页 |
| 2.3 电流波形特性的分析 | 第20-26页 |
| 2.4 电弧故障特征的提取 | 第26-30页 |
| 2.4.1 单周期对称性判断 | 第26页 |
| 2.4.2 平肩部判断 | 第26-27页 |
| 2.4.3 电流上升速率 | 第27页 |
| 2.4.4 电流有效值 | 第27-28页 |
| 2.4.5 过零率 | 第28-29页 |
| 2.4.6 时域判据的局限性 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 电弧故障检测方法的研究 | 第31-53页 |
| 3.1 故障电弧的傅里叶分析 | 第31-33页 |
| 3.1.1 连续傅里叶变换 | 第31-32页 |
| 3.1.2 离散傅里叶变换 | 第32页 |
| 3.1.3 快速傅里叶变换 | 第32-33页 |
| 3.2 电弧故障的谐波分析 | 第33-36页 |
| 3.3 神经网络的原理及结构 | 第36-39页 |
| 3.3.1 神经网络原理 | 第36-37页 |
| 3.3.2 神经网络的网络结构 | 第37-38页 |
| 3.3.3 人工神经网络的学习 | 第38-39页 |
| 3.4 CPN神经网络原理及其学习算法 | 第39-42页 |
| 3.4.1 CPN神经网络结构 | 第39-40页 |
| 3.4.2 CPN神经网络的运行过程 | 第40-41页 |
| 3.4.3 CPN神经网络的学习过程 | 第41-42页 |
| 3.5 基于CPN神经网络的电弧故障检测 | 第42-44页 |
| 3.5.1 隶属度函数的确定 | 第43页 |
| 3.5.2 故障决策原则 | 第43页 |
| 3.5.3 CPN神经网络的电弧故障检测模型 | 第43-44页 |
| 3.6 CPN神经网络的电弧故障检测仿真研究 | 第44-52页 |
| 3.6.1 CPN神经网络训练样本的选取 | 第44-46页 |
| 3.6.2 电弧故障检测算法中的PCA数据降维方法 | 第46-47页 |
| 3.6.3 电弧故障的检测训练 | 第47-49页 |
| 3.6.4 电弧故障的检测测试 | 第49-50页 |
| 3.6.5 负载种类的识别 | 第50-52页 |
| 3.7 本章小结 | 第52-53页 |
| 第4章 电弧故障断路器的硬件设计 | 第53-60页 |
| 4.1 硬件结构 | 第53-54页 |
| 4.2 DSP电路 | 第54-55页 |
| 4.3 电流采集模块 | 第55-56页 |
| 4.4 信号调理电路 | 第56-58页 |
| 4.4.1 电压抬升电路 | 第56-57页 |
| 4.4.2 滤波电路 | 第57-58页 |
| 4.5 过零检测电路 | 第58-59页 |
| 4.6 脱扣驱动电路 | 第59页 |
| 4.7 本章小结 | 第59-60页 |
| 第5章 电弧故障断路器的软件设计 | 第60-68页 |
| 5.1 软件开发环境 | 第60页 |
| 5.2 主程序设计 | 第60-62页 |
| 5.3 A/D转换子程序 | 第62-63页 |
| 5.4 故障电弧检测子程序设计 | 第63-66页 |
| 5.4.1 FFT子程序 | 第63-64页 |
| 5.4.2 CPN神经网络子程序 | 第64-65页 |
| 5.4.3 频率测量子程序 | 第65-66页 |
| 5.5 脱扣子程序 | 第66页 |
| 5.6 软件调试 | 第66-67页 |
| 5.7 本章小结 | 第67-68页 |
| 第6章 结论 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 在学研究成果 | 第72-73页 |
| 致谢 | 第73页 |