摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-16页 |
1.1 论文研究的背景和意义 | 第11-12页 |
1.2 开关柜局部放电的种类和特点 | 第12-13页 |
1.3 开关柜局放检测方法研究现状 | 第13-15页 |
1.4 本文主要工作 | 第15-16页 |
第2章 基于TEV法的典型缺陷局部放电特性及模式识别研究 | 第16-51页 |
2.1 不同缺陷局部放电相位特性及模式识别方法研究 | 第16-31页 |
2.1.1 不同缺陷放电的相位特性 | 第16-26页 |
2.1.2 基于相位谱图的放电模式识别 | 第26-31页 |
2.2 典型缺陷局部放电的频谱特性 | 第31-35页 |
2.2.1 傅里叶分析简介 | 第31-32页 |
2.2.2 不同缺陷放电的傅里叶分析 | 第32-35页 |
2.3 典型缺陷局部放电的时频分析 | 第35-40页 |
2.3.1 时间频率分析基本原理 | 第35-38页 |
2.3.2 不同缺陷放电特性分析 | 第38-40页 |
2.4 开关柜多源局部放电信号分离技术及应用 | 第40-50页 |
2.4.1 多源局部放电信号分离技术 | 第40-45页 |
2.4.2 分离多源信号的聚类技术 | 第45-47页 |
2.4.3 多源信号分离技术在干扰排除上的应用 | 第47-50页 |
2.5 本章小结 | 第50-51页 |
第3章 基于超声波法的模式识别方法研究 | 第51-69页 |
3.1 典型缺陷局部放电时域图和频域图 | 第51-52页 |
3.1.1 典型缺陷的局部放电时域图 | 第51页 |
3.1.2 典型缺陷的局部放电频域图 | 第51-52页 |
3.2 放电特征参数提取 | 第52-58页 |
3.2.1 分布特征参数 | 第52-54页 |
3.2.2 脉冲波形特征参数 | 第54-55页 |
3.2.3 脉冲波形频域特征参数 | 第55-58页 |
3.3 模式识别算法研究 | 第58-67页 |
3.3.1 识别算法结构 | 第58页 |
3.3.2 BP神经元网络 | 第58-60页 |
3.3.3 支持向量机(SVM) | 第60-64页 |
3.3.4 实验验证 | 第64-67页 |
3.4 本章小结 | 第67-69页 |
第4章 联合检测法在开关柜局部放电检测中的应用 | 第69-85页 |
4.1 开关柜局放带电检测方法介绍 | 第69-72页 |
4.1.1 暂态地电压(TEV)检测方法介绍 | 第69-70页 |
4.1.2 超声波检测方法介绍 | 第70-72页 |
4.2 联合检测主要做法 | 第72-79页 |
4.2.1 创新巡检模式,提高巡视质量 | 第72页 |
4.2.2 全方面采集检测现场数据,准确掌握设备状态 | 第72-73页 |
4.2.3 分析开关柜运行工况,建立绝缘状态评价体系 | 第73-74页 |
4.2.4 多技术联合检测,全面数据综合分析 | 第74-76页 |
4.2.5 多维度进行数据综合分析,优化检修策略 | 第76-79页 |
4.3 实例分析 | 第79-84页 |
4.4 本章小结 | 第84-85页 |
第5章 结论与展望 | 第85-87页 |
参考文献 | 第87-90页 |
攻读硕士学位期间发表的论文及其它成果 | 第90-91页 |
致谢 | 第91-92页 |
作者简介 | 第92页 |