摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-15页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究动态 | 第10-13页 |
1.2.1 断路器状态监测国外研究状况 | 第10-12页 |
1.2.2 断路器状态监测国内研究状况 | 第12页 |
1.2.3 现有断路器状态监测系统存在的问题 | 第12-13页 |
1.3 主要工作及技术路线 | 第13-15页 |
1.3.1 主要工作 | 第13-14页 |
1.3.2 研究技术路线 | 第14-15页 |
第二章 高压断路器机械状态监测原理 | 第15-26页 |
2.1 高压断路器基本结构 | 第15-17页 |
2.1.1 高压断路器特征、类型及其基本构成 | 第15-16页 |
2.1.2 高压断路器的操作系统与机械寿命 | 第16-17页 |
2.2 高压断路器机械状态监测参数 | 第17-25页 |
2.2.1 高压断路器的机械故障简介 | 第17-18页 |
2.2.2 高压断路器机械状态监测参数的确定 | 第18页 |
2.2.3 监测参数简介 | 第18-25页 |
2.3 本章小结 | 第25-26页 |
第三章 高压断路器故障模拟试验平台搭建和故障数据获取 | 第26-38页 |
3.1 试验平台的整体架构 | 第26-27页 |
3.2 基于Lab VIEW FPGA的高压断路器在线监测系统设计 | 第27-33页 |
3.2.1 基于LabVIEW FPGA数据采集系统整体架构 | 第27页 |
3.2.2 在线监测系统硬件设计 | 第27-31页 |
3.2.3 在线监测系统软件设计 | 第31-33页 |
3.3 故障模拟试验 | 第33-37页 |
3.3.1 断路器机械故障常见类型 | 第33页 |
3.3.2 故障模拟试验及数据获取 | 第33-37页 |
3.4 本章小结 | 第37-38页 |
第四章 基于数学形态学和小波包分解的信号特征提取 | 第38-54页 |
4.1 引言 | 第38页 |
4.2 电流信号特征提取 | 第38-45页 |
4.2.1 信号预处理 | 第38-41页 |
4.2.2 差异特征信息提取 | 第41-45页 |
4.3 振动信号特征信息提取 | 第45-53页 |
4.3.1 概述 | 第45页 |
4.3.2 小波包变换和样本熵简介 | 第45-49页 |
4.3.3 振动信号基本特征量的提取 | 第49-53页 |
4.4 本章小结 | 第53-54页 |
第五章 基于主成分多维映射和支持向量机的断路器故障诊断 | 第54-65页 |
5.1 引言 | 第54页 |
5.2 支持向量分类机简介 | 第54-57页 |
5.3 基于主成分分析的振动信号特征量降维 | 第57-59页 |
5.3.1 主成分分析简介 | 第58页 |
5.3.2 振动信号特征量主成分提取 | 第58-59页 |
5.4 基于多维映射的支持向量机断路器状态诊断 | 第59-64页 |
5.5 本章小结 | 第64-65页 |
第六章 研究展望 | 第65-66页 |
参考文献 | 第66-69页 |
硕士学位期间取得的研究成果 | 第69-70页 |
致谢 | 第70-71页 |
附表 | 第71页 |