基于紫外检测技术的输电线路雷击故障类型实时判别系统
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 雷电数据获取的研究现状 | 第9页 |
| 1.2.2 判别雷击故障的研究现状 | 第9-10页 |
| 1.2.3 紫外检测技术的研究现状 | 第10-11页 |
| 1.3 本论文的主要工作 | 第11-12页 |
| 第2章 雷击输电线路的形式及判别方法 | 第12-21页 |
| 2.1 雷击输电线路的形式 | 第12-14页 |
| 2.1.1 绕击雷 | 第12-13页 |
| 2.1.2 反击雷 | 第13-14页 |
| 2.2 天津电网输电线路雷击故障分析 | 第14-17页 |
| 2.2.1 输电线路雷击跳闸统计分析 | 第14-15页 |
| 2.2.2 雷击停运故障分析 | 第15页 |
| 2.2.3 雷电活动分析 | 第15-16页 |
| 2.2.4 天津地区防雷设计的原则 | 第16-17页 |
| 2.3 输电线路雷击形式的判别方法 | 第17-19页 |
| 2.4 基于紫外检测技术判别雷击故障类型的可行性 | 第19-21页 |
| 第3章 高压放电理论与日盲紫外检测技术 | 第21-30页 |
| 3.1 气体放电理论 | 第21-24页 |
| 3.1.1 汤生电子崩理论 | 第21-23页 |
| 3.1.2 流注理论 | 第23-24页 |
| 3.2 日盲区紫外检测技术 | 第24-30页 |
| 3.2.1 日盲区紫外检测原理 | 第24-25页 |
| 3.2.2“日盲型”紫外成像仪工作原理 | 第25-27页 |
| 3.2.3 紫外成像结果影响因素分析 | 第27-28页 |
| 3.2.4 紫外成像仪监测的三种模式 | 第28-29页 |
| 3.2.5 CoroCAM504紫外成像仪 | 第29-30页 |
| 第4章 紫外图像处理 | 第30-48页 |
| 4.1 连续紫外图像帧的截取 | 第30页 |
| 4.2 图像的预处理 | 第30-34页 |
| 4.2.1 图像的灰度化 | 第31-32页 |
| 4.2.2 图像的二值化 | 第32-34页 |
| 4.3 紫外检测图像的提取 | 第34-39页 |
| 4.3.1 图像分割 | 第34-35页 |
| 4.3.2 基于数学形态学的图像提取 | 第35-38页 |
| 4.3.3 不同雷击故障类型的紫外图像特征 | 第38-39页 |
| 4.4 图像识别 | 第39-48页 |
| 4.4.1 图像的模式识别 | 第39-40页 |
| 4.4.2 图像识别方法 | 第40-41页 |
| 4.4.3 人工神经网络图像识别 | 第41-44页 |
| 4.4.4 BP神经网络模型与算法 | 第44-48页 |
| 第5章 雷击故障类型判别系统的设计 | 第48-56页 |
| 5.1 设计思路 | 第48页 |
| 5.2 系统结构设计 | 第48-53页 |
| 5.2.1 监测终端的设计 | 第49页 |
| 5.2.2 无线传感器网络 | 第49-53页 |
| 5.3 雷击故障类型判别系统的软件设计 | 第53-56页 |
| 5.3.1 系统软件的总体设计 | 第53-55页 |
| 5.3.2 紫外放电图像处理软件的功能 | 第55-56页 |
| 第6章 结论与展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
