| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·高压电力计量系统故障诊断的研究背景与意义 | 第9-10页 |
| ·小波变换理论的应用与发展 | 第10页 |
| ·神经网络在故障诊断中的发展和特点 | 第10-12页 |
| ·论文的主要内容和结构 | 第12-13页 |
| 2 高压计量系统和故障诊断系统建模 | 第13-25页 |
| ·高压电力计量系统 | 第13-16页 |
| ·电能计量系统 | 第13-15页 |
| ·电压和电流互感器 | 第15-16页 |
| ·故障诊断系统建模 | 第16-20页 |
| ·故障仿真分析 | 第20-23页 |
| ·仿真环境 | 第21-22页 |
| ·仿真结果及分析 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 3 基于 ARM 嵌入式的高压电力计量故障监测系统设计 | 第25-33页 |
| ·嵌入式系统 | 第25-26页 |
| ·系统结构设计 | 第26-30页 |
| ·微控制器的选择 | 第26-28页 |
| ·检测电路中电流互感器的选择 | 第28-29页 |
| ·系统组成原理 | 第29-30页 |
| ·故障信号分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 4 基于小波变换的故障信号处理和特征信息提取 | 第33-51页 |
| ·小波变换的基本介绍 | 第33-36页 |
| ·二进正交小波变换的马拉算法 | 第36-38页 |
| ·小波阈值去噪 | 第38-42页 |
| ·故障信号小波分析 | 第42-50页 |
| ·本章小结 | 第50-51页 |
| 5 基于神经网络的故障诊断分析 | 第51-63页 |
| ·神经网络理论 | 第51-52页 |
| ·神经网络的学习与训练 | 第52-56页 |
| ·基于 ELMAN 神经网络的故障诊断系统分析 | 第56-61页 |
| ·系统故障特性分析 | 第56-57页 |
| ·样本的采集与处理 | 第57-59页 |
| ·基于神经网络的故障诊断 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 6 总结与展望 | 第63-65页 |
| ·全文总结 | 第63页 |
| ·工作展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间发表的学术论文和参加科研项目 | 第70-71页 |