| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状和发展趋势 | 第9-10页 |
| 1.3 配电线路绝缘状态预警的研究方向 | 第10-12页 |
| 1.3.1 相平面应用于配电线路绝缘状态的诊断 | 第11页 |
| 1.3.2 小波包分析应用于配电线路绝缘状态的诊断 | 第11-12页 |
| 1.3.3 神经网络应用于配电线路绝缘状态的诊断 | 第12页 |
| 1.3.4 智能电网对配电线路绝缘状态预警的要求 | 第12页 |
| 1.4 本文主要研究内容 | 第12-14页 |
| 第二章 暂时性接地故障信息的产生与采集 | 第14-26页 |
| 2.1 配电网接地故障原因 | 第14-15页 |
| 2.2 配电线路设备绝缘老化分析 | 第15-18页 |
| 2.2.1 绝缘子的绝缘老化分析 | 第15-16页 |
| 2.2.2 避雷器的绝缘老化分析 | 第16页 |
| 2.2.3 电缆的绝缘老化分析 | 第16-18页 |
| 2.3 暂时性接地故障信息的原理分析 | 第18-22页 |
| 2.4 暂时性接地故障信息的采集 | 第22-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 GA-BP算法在配电线路绝缘预警的应用 | 第26-41页 |
| 3.1 BP神经网络算法介绍 | 第26-30页 |
| 3.1.1 BP神经网络的基本原理 | 第26-30页 |
| 3.1.2 BP神经网络在配电线路绝缘状态诊断中的应用 | 第30页 |
| 3.2 遗传算法简介 | 第30-34页 |
| 3.2.1 遗传算法的基本原理 | 第30-31页 |
| 3.2.2 遗传算法的实现步骤 | 第31-33页 |
| 3.2.3 遗传算法在配电线路绝缘状态诊断中的应用 | 第33-34页 |
| 3.3 GA-BP算法 | 第34-39页 |
| 3.3.1 BP算法结合与遗传算法的必要性 | 第34页 |
| 3.3.2 GA-BP算法的基本思想 | 第34-36页 |
| 3.3.3 GA-BP算法的案例分析 | 第36-39页 |
| 3.4 配电线路绝缘状态的预警流程 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 结合相平面轨迹方法建立预警模型 | 第41-53页 |
| 4.1 相平面轨迹方法 | 第41-43页 |
| 4.1.1 相平面和相轨迹的映射 | 第41-43页 |
| 4.1.2 相轨迹的性质 | 第43页 |
| 4.2 相轨迹在离散系统中的应用 | 第43-44页 |
| 4.3 典型接地故障零序电流波形对应的相轨迹 | 第44-45页 |
| 4.4 相轨迹特征量的提取方法 | 第45-47页 |
| 4.5 基于相轨迹和GA-BP算法的预警模型及案例分析 | 第47-51页 |
| 4.5.1 GA-BP算法输入、输出参数的确定 | 第47-48页 |
| 4.5.2 实际运行案例验证及结果分析 | 第48-51页 |
| 4.6 本章小结 | 第51-53页 |
| 第五章 结合小波包变换建立预警模型 | 第53-67页 |
| 5.1 小波包变换的原理 | 第53-54页 |
| 5.1.1 小波包定义 | 第53-54页 |
| 5.1.2 小波包算法 | 第54页 |
| 5.2 小波母函数的选择 | 第54-58页 |
| 5.2.1 几种常见的小波函数 | 第54-56页 |
| 5.2.2 小波函数的选取 | 第56-58页 |
| 5.3 接地故障波形特征量的提取 | 第58-61页 |
| 5.3.1 接地故障信息基频分量幅值的提取 | 第58-59页 |
| 5.3.2 接地故障信息谐波畸变率的提取 | 第59页 |
| 5.3.3 接地故障信息能谱熵的提取 | 第59-61页 |
| 5.4 基于小波包和GA-BP算法的预警模型及案例分析 | 第61-65页 |
| 5.4.1 GA-BP算法输入、输出参数的确定 | 第61-62页 |
| 5.4.2 实际运行案例验证及结果分析 | 第62-65页 |
| 5.5 本章小结 | 第65-67页 |
| 结论与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 个人简历 | 第74-75页 |
| 在学期间的研究成果及发表的学术论文 | 第75页 |
