首页--工业技术论文--电工技术论文--高电压技术论文--高电压绝缘技术论文--绝缘的试验与检查论文

交直流复合电压下油纸绝缘针板放电发展特性及识别技术研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-18页
    1.1 选题的背景和意义第9-10页
    1.2 国内外的发展历史和研究现状第10-16页
        1.2.1 油纸绝缘典型缺陷放电发展过程及特性第10-12页
        1.2.3 油纸绝缘局部放电影响因素研究现状第12-14页
        1.2.4 油纸绝缘局部放电模式识别研究现状第14-16页
    1.3 论文主要工作第16-18页
第二章 试验系统及研究方法第18-27页
    2.1 试验平台介绍第18-19页
    2.2 试验方法第19-25页
        2.2.1 试验电压选择第19-23页
        2.2.2 加压方式第23-24页
        2.2.3 试验温度选择第24-25页
    2.3 局部放电信息提取与分析方法第25-26页
    2.4 本章小结第26-27页
第三章 油纸绝缘针板放电发展过程及特征第27-45页
    3.1 针板模型局部放电发展阶段划分第27-39页
        3.1.1 局部放电发展过程特征参数变化规律第28-30页
        3.1.2 局部放电发展不同阶段特征谱图变化规律第30-34页
        3.1.3 预击穿阶段局部放电分析第34-39页
    3.2 复合电压比例对油纸针板放电特性的影响第39-41页
        3.2.1 局部放电起始电压第39页
        3.2.2 平均放电量第39-40页
        3.2.3 放电脉冲重复率第40-41页
        3.2.4 放电相位分布情况第41页
    3.3 温度对油纸针板局部放电特性的影响第41-44页
        3.3.1 局部放电起始电压第42页
        3.3.2 平均放电量第42-43页
        3.3.3 放电脉冲重复率第43页
        3.3.4 放电相位分布情况第43-44页
    3.4 本章小结第44-45页
第四章 油纸针板局部放电发展特征提取与识别第45-59页
    4.1 局部放电特征参数提取第45-49页
        4.1.1 统计特征提取第45-47页
        4.1.2 波形特征提取第47-48页
        4.1.3 特征优化第48-49页
    4.2 基于BP神经网络的模式识别第49-53页
        4.2.1 BP神经网络基本原理第49-51页
        4.2.2 BP神经网络模型搭建第51-53页
        4.2.3 实验结果分析第53页
    4.3 基于改进主动学习SVM的模式识别第53-58页
        4.3.1 支持向量机基本原理第53-55页
        4.3.2 主动学习在支持向量机中的应用第55页
        4.3.3 改进主动学习SVM模型搭建第55-57页
        4.3.4 实验结果分析第57-58页
    4.4 本章小结第58-59页
第五章 结论与展望第59-61页
    5.1 结论第59-60页
    5.2 下一步工作展望第60-61页
参考文献第61-65页
攻读学位期间发表的学术论文及其他成果第65-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:互联网金融企业与商业银行的竞合关系研究
下一篇:“互联网+”背景下基于并购的传统企业互联网转型研究--以华谊兄弟并购银汉科技为例