| 第一章 绪论 | 第1-15页 |
| 1．1 研究的目的和意义 | 第9-10页 |
| 1．2 国内外研究现状 | 第10-13页 |
| 1．2．1 大型发电机定子局部放电监测国内外现状 | 第10-11页 |
| 1．2．2 局放信号特征量提取与放电模式识别方法的现状 | 第11-13页 |
| 1．3 研究的内容和主要工作 | 第13-15页 |
| 第二章 局部放电机理 | 第15-22页 |
| 2．1 局部放电的基本过程 | 第15-17页 |
| 2．2 内部放电 | 第17-18页 |
| 2．2．1 内部放电的起因、特点 | 第17页 |
| 2．2．2 内部放电模型 | 第17-18页 |
| 2．3 槽部放电 | 第18-19页 |
| 2．3．1 槽部放电起因、特点 | 第18页 |
| 2．3．2 槽部放电模型 | 第18-19页 |
| 2．4 端部放电 | 第19-20页 |
| 2．4．1 端部放电的起因、特点 | 第19页 |
| 2．4．2 端部放电模型 | 第19-20页 |
| 2．5 局部放电信号的三维特征谱图 | 第20-21页 |
| 2．6 小结 | 第21-22页 |
| 第三章 大型发电机定子线棒局部放电的在线监测 | 第22-28页 |
| 3．1 局放信号在绕组中的传播特性 | 第22-23页 |
| 3．2 基于罗柯夫斯基线圈的脉冲电流法检测局放信号 | 第23-27页 |
| 3．2．1 传感器的选择 | 第23-25页 |
| 3．2．2 脉冲电流法的测试线路 | 第25-26页 |
| 3．2．3 大型水轮发电机局部放电的在线监测 | 第26-27页 |
| 3．3 小结 | 第27-28页 |
| 第四章 局部放电在线监测中干扰的抑制 | 第28-41页 |
| 4．1 局部放电信号中的干扰信号及处理方法 | 第28-29页 |
| 4．2 去除周期性干扰信号 | 第29-34页 |
| 4．2．1 阈值直线法 | 第30-31页 |
| 4．2．2 阈值曲线法 | 第31-34页 |
| 4．3 基于小波分析抑制白噪声 | 第34-40页 |
| 4．3．1 白噪声的特点 | 第34-35页 |
| 4．3．2 小波变换的基本原理 | 第35-37页 |
| 4．3．3 小波变换局部模极大值法 | 第37-40页 |
| 4．4 小结 | 第40-41页 |
| 第五章 发电机主绝缘局部放电抗干扰仿真 | 第41-51页 |
| 5．1 发电机定子线棒原始信号的模拟 | 第41-44页 |
| 5．1．1 局部放电信号的模拟信号 | 第41-42页 |
| 5．1．2 周期窄带干扰模拟信号 | 第42-43页 |
| 5．1．3 白噪声模拟信号 | 第43-44页 |
| 5．2 分层综合处理噪声信号 | 第44-50页 |
| 5．2．1 去除周期窄带干扰 | 第44-47页 |
| 5．2．2 抑制白噪声干扰信号 | 第47-50页 |
| 5．3 小结 | 第50-51页 |
| 第六章 人工神经网络在局部放电模式识别中的应用 | 第51-64页 |
| 6．1 BP网络结构及 BP学习算法的数学描述 | 第51-54页 |
| 6．2 局部放电信号的特征量 | 第54-59页 |
| 6．2．1 局部放电的基本参数 | 第55-56页 |
| 6．2．2 局部放电的分布参数 | 第56-57页 |
| 6．2．3 局部放电的统计参量 | 第57-59页 |
| 6．3 BP网络在发电机定子线棒局部放电模式识别中的应用 | 第59-63页 |
| 6．3．1 三种放电模型的放电分布谱图 | 第59-61页 |
| 6．3．2 基于 BP网络局部放电模式识别过程 | 第61-63页 |
| 6．4 小结 | 第63-64页 |
| 第七章 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 在读期间发表的论文 | 第71-72页 |
| 声明 | 第72-73页 |
| 致谢 | 第73页 |
