| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-30页 |
| ·课题的研究背景及其意义 | 第14-15页 |
| ·电力变压器局部放电研究现状 | 第15-28页 |
| ·局部放电检测方法 | 第15-18页 |
| ·局部放电信号抗干扰方法 | 第18-22页 |
| ·局部放电特征提取方法 | 第22-26页 |
| ·局部放电模式识别方法 | 第26-28页 |
| ·论文的主要研究内容 | 第28-30页 |
| 第2章 基于小波迹方法的局部放电信号消噪 | 第30-43页 |
| ·引言 | 第30-31页 |
| ·小波迹基本理论 | 第31-32页 |
| ·基于平移不变小波迹方法的局部放电信号消噪 | 第32-34页 |
| ·小波迹消噪算法 | 第32-33页 |
| ·平移不变小波迹消噪方法 | 第33-34页 |
| ·仿真信号分析 | 第34-40页 |
| ·仿真信号 | 第34-35页 |
| ·阈值、小波基及分解层数的设定 | 第35-37页 |
| ·消噪结果分析 | 第37-40页 |
| ·实测信号分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第3章 基于交叉小波变换和相关系数矩阵的局部放电特征提取 | 第43-62页 |
| ·引言 | 第43-44页 |
| ·交叉小波变换 | 第44页 |
| ·仿真信号分析 | 第44-47页 |
| ·局部放电模型实验 | 第47-50页 |
| ·局部放电模型 | 第47-48页 |
| ·局部放电检测装置 | 第48-50页 |
| ·基于交叉小波变换的局部放电特征提取 | 第50-54页 |
| ·放电信号的交叉小波变换 | 第50-52页 |
| ·特征提取 | 第52-54页 |
| ·基于相关系数矩阵的相关性分析 | 第54-57页 |
| ·算法思想 | 第54页 |
| ·算法描述 | 第54-56页 |
| ·相关性分析结果 | 第56-57页 |
| ·基于BPNN和PNN的模式识别 | 第57-60页 |
| ·反向传播神经网络 | 第57-58页 |
| ·概率神经网络 | 第58-59页 |
| ·网络结构设计 | 第59-60页 |
| ·实验结果分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第4章 基于主动学习SVM的局部放电模式识别 | 第62-77页 |
| ·引言 | 第62页 |
| ·特征提取 | 第62-64页 |
| ·主动学习 | 第64-65页 |
| ·主动学SVM | 第65-72页 |
| ·SVM分类器 | 第65-68页 |
| ·多分类SVM | 第68-69页 |
| ·核函数选择 | 第69-70页 |
| ·参数选择 | 第70-71页 |
| ·主动学习SVM | 第71-72页 |
| ·基于主动学习SVM的局部放电模式识别流程 | 第72-73页 |
| ·实验结果分析 | 第73-76页 |
| ·本章小结 | 第76-77页 |
| 第5章 基于PCA方法的局部放电特征降维 | 第77-89页 |
| ·引言 | 第77-78页 |
| ·基于PCA方法的局部放电特征降维 | 第78-83页 |
| ·主成分分析 | 第78-79页 |
| ·特征提取 | 第79-80页 |
| ·特征参数的主成分及因子分析 | 第80-83页 |
| ·因子相关性分析 | 第80-81页 |
| ·协方差矩阵的主成分分析 | 第81-83页 |
| ·基于RVM的局部放电模式识别 | 第83-86页 |
| ·RVM分类模型 | 第83-84页 |
| ·RVM多类分类器设计 | 第84-85页 |
| ·RVM核函数选择 | 第85页 |
| ·基于RVM的局部放电模式识别流程 | 第85-86页 |
| ·实验结果分析 | 第86-88页 |
| ·本章小结 | 第88-89页 |
| 第6章 基于多核多分类相关向量机的局部放电模式识别 | 第89-101页 |
| ·引言 | 第89-90页 |
| ·MMRYM分类模型 | 第90-92页 |
| ·模型介绍 | 第90-91页 |
| ·模型学习 | 第91-92页 |
| ·基于MMRVM的局部放电模式识别 | 第92-97页 |
| ·信号预处理 | 第92页 |
| ·特征提取 | 第92-94页 |
| ·核函数选择 | 第94页 |
| ·核参数选择 | 第94-96页 |
| ·基于MMRVM局部放电模式识别流程 | 第96-97页 |
| ·实验结果分析 | 第97-100页 |
| ·本章小结 | 第100-101页 |
| 第7章 结论与展望 | 第101-103页 |
| ·结论 | 第101-102页 |
| ·展望 | 第102-103页 |
| 参考文献 | 第103-117页 |
| 攻读博士学位期间发表的论文 | 第117-118页 |
| 攻读博士学位期间参加的科研工作 | 第118-119页 |
| 致谢 | 第119-120页 |
| 作者简介 | 第120页 |