| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-28页 |
| ·电力电缆接头绝缘故障监测的意义 | 第10-12页 |
| ·电力电缆 PD 监测的现状 | 第12-18页 |
| ·脉冲信号在电缆中的传播特性 | 第12-14页 |
| ·电缆接头缺陷类型及物理模型 | 第14页 |
| ·电缆 PD 监测技术 | 第14-18页 |
| ·PD 特征提取研究的状况 | 第18-22页 |
| ·PD 特征提取方法 | 第19-20页 |
| ·基于小波变换的特征提取方法 | 第20-21页 |
| ·基于灰度图像的特征提取方法 | 第21-22页 |
| ·PD 模式识别分类器 | 第22-25页 |
| ·神经网络分类器 | 第22-23页 |
| ·支持向量机分类器 | 第23-24页 |
| ·基于距离的模式分类器 | 第24-25页 |
| ·论文主要研究内容与技术路线 | 第25-28页 |
| ·主要研究内容 | 第25-26页 |
| ·研究技术路线 | 第26-28页 |
| 2 高压交联聚乙烯电缆接头中 PD 信号的衰变特性 | 第28-50页 |
| ·引言 | 第28页 |
| ·半导电层介电特性分析 | 第28-33页 |
| ·电缆接头绝缘缺陷模型构建 | 第33-40页 |
| ·电缆接头中常见的绝缘故障 | 第33-34页 |
| ·接头绝缘缺陷的物理模型 | 第34-36页 |
| ·理论计算模型 | 第36-39页 |
| ·仿真计算模型 | 第39-40页 |
| ·PD 衰变特性仿真计算分析 | 第40-47页 |
| ·时域有限差分法 | 第40-42页 |
| ·激励源的设置 | 第42页 |
| ·仿真结果分析 | 第42-47页 |
| ·本章小结 | 第47-50页 |
| 3 电缆接头中 PD 信号的检测与分析 | 第50-70页 |
| ·引言 | 第50页 |
| ·电容型传感器的设计与优化 | 第50-58页 |
| ·传感器结构及电路模型分析 | 第51-53页 |
| ·天线模型分析 | 第53-55页 |
| ·传感器结构的优化 | 第55-56页 |
| ·传感器测量标定 | 第56-57页 |
| ·方波响应 | 第57-58页 |
| ·PD 信号检测系统 | 第58-63页 |
| ·天线传感器 | 第58-59页 |
| ·110kV 交联聚乙烯电力电缆试验研究平台 | 第59页 |
| ·试验方法与步骤 | 第59-60页 |
| ·检测方法比较与分析 | 第60-63页 |
| ·实验数据分析 | 第63-68页 |
| ·PD 信号衰变试验 | 第63-65页 |
| ·PD 时域信号分析 | 第65页 |
| ·PD 三维谱图 | 第65-68页 |
| ·本章小结 | 第68-70页 |
| 4 基于小波系数分析法的一维特征量提取 | 第70-90页 |
| ·引言 | 第70页 |
| ·提升小波理论 | 第70-76页 |
| ·小波变换原理 | 第70-71页 |
| ·提升方法的基本原理 | 第71-73页 |
| ·提升方法构造传统小波 | 第73-76页 |
| ·用于 PD 特征提取的提升小波变换 | 第76-79页 |
| ·提升小波系数矩阵的构造 | 第76-77页 |
| ·基于奇异值的特征向量提取 | 第77-78页 |
| ·基于小波系数的 PD 特征提取流程 | 第78-79页 |
| ·PD 识别方法与结果分析 | 第79-88页 |
| ·径向基函数神经网络 | 第79-82页 |
| ·支持向量机 | 第82-87页 |
| ·识别结果分析 | 第87-88页 |
| ·本章小结 | 第88-90页 |
| 5 基于双向二维鉴别法的二维特征量提取 | 第90-104页 |
| ·引言 | 第90-91页 |
| ·一维鉴别分析 | 第91-94页 |
| ·PCA+LDA | 第91-93页 |
| ·MMC 的原理 | 第93-94页 |
| ·二维鉴别分析 | 第94-98页 |
| ·二维线性鉴别分析 | 第94页 |
| ·双向二维鉴别分析 | 第94-96页 |
| ·一维与二维鉴别分析的联系 | 第96-98页 |
| ·(2D)2MMC 算法 | 第98页 |
| ·参数选择 | 第98页 |
| ·PD 灰度图像特征提取的两阶段识别框架 | 第98-100页 |
| ·LDA 降维 | 第98-99页 |
| ·(2D)2MMC+LDA 算法 | 第99页 |
| ·复杂度对比 | 第99-100页 |
| ·试验结果分析 | 第100-102页 |
| ·投影轴数的影响 | 第100-101页 |
| ·算法识别时间 | 第101-102页 |
| ·模式识别结果 | 第102页 |
| ·本章小结 | 第102-104页 |
| 6 结论与展望 | 第104-106页 |
| ·主要结论 | 第104-105页 |
| ·今后的工作展望 | 第105-106页 |
| 致谢 | 第106-108页 |
| 参考文献 | 第108-120页 |
| 附录 | 第120-121页 |
| A. 作者在攻读博士学位期间发表的学术论文 | 第120页 |
| B. 作者在攻读博士学位期间参与的科研课题 | 第120-121页 |
| C. 作者在攻读博士学位期间授权和申请的专利 | 第121页 |