首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于EEMD与概率神经网络的变压器局部放电噪声抑制与模式识别研究

摘要第4-6页
ABSTRACT第6-7页
第1章 绪论第10-21页
    1.1 本课题研究背景与意义第10页
    1.2 国内外研究现状第10-18页
        1.2.1 局部放电检测方法第10-13页
        1.2.2 局部放电去噪方法第13-15页
        1.2.3 局部放电特征构建方法第15-17页
        1.2.4 局部放电模式识别方法第17-18页
    1.3 关键问题第18-19页
    1.4 本文研究内容与章节安排第19-21页
第2章 局部放电特性与模型第21-27页
    2.1 局部放电机理分析第21-22页
    2.2 局部放电评定方法第22-24页
        2.2.1 基本特征参数法第22-23页
        2.2.2 分布谱图法第23-24页
    2.3 局部放电类型第24-25页
    2.4 局部放电信号模型与干扰噪声模型第25-26页
    2.5 本章小结第26-27页
第3章 基于EEMD与自相关函数的局部放电去噪方法第27-37页
    3.1 EEMD基本原理与算法步骤第27-29页
    3.2 自相关函数与小波阈值去噪原理第29-32页
        3.2.1 自相关函数理论第29-30页
        3.2.2 类小波软阈值消噪原理第30-32页
    3.3 实验研究第32-36页
        3.3.1 仿真实验第32-34页
        3.3.2 消噪结果分析第34-36页
    3.4 本章小结第36-37页
第4章 变压器局部放电特征量设计第37-46页
    4.1 局部放电模型与PRPD谱图构造第37-41页
        4.1.1 局部放电实验模型第37-38页
        4.1.2 实验系统第38-39页
        4.1.3 局部放电三维谱图构建第39-41页
    4.2 相关性统计特征参数构建第41-45页
        4.2.1 二维放电相位分布谱图构造第41-43页
        4.2.2 统计特征参数计算第43-45页
    4.3 本章小结第45-46页
第5章 变压器局部放电模式识别第46-63页
    5.1 基于PNN的局部放电模式识别第47-50页
        5.1.1 PNN的基本算法第48-49页
        5.1.2 PNN网络结构的设计第49-50页
    5.2 实验研究第50-62页
        5.2.1 基于BP神经网络局部放电模式识别第50-53页
        5.2.2 基于隐式马尔科夫模型局部放电模式识别第53-55页
        5.2.3 实验结果对比分析第55-62页
    5.3 本章小结第62-63页
第6章 总结与展望第63-65页
    6.1 总结第63页
    6.2 展望第63-65页
参考文献第65-70页
致谢第70-71页
攻读硕士学位期间发表的学术论文第71页

论文共71页,点击 下载论文
上一篇:基于蛙跳算法和增删机制的多种群粒子群优化算法及其应用
下一篇:基于Android智能手机的全自动水产养殖作业船监控系统研究