空气间隙的最短路径电场特征量与击穿电压预测研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 经验公式 | 第11-13页 |
| 1.2.2 物理模型 | 第13-15页 |
| 1.2.3 人工智能算法 | 第15-16页 |
| 1.3 现有研究存在的不足 | 第16-17页 |
| 1.4 本文主要研究内容 | 第17-19页 |
| 2 空气间隙击穿电压预测方法 | 第19-39页 |
| 2.1 典型空气间隙电场分布 | 第19-22页 |
| 2.2 典型空气间隙最短路径电场特征量 | 第22-29页 |
| 2.2.1 球-球类间隙电场特征量 | 第22-26页 |
| 2.2.2 棒-板类间隙电场特征量 | 第26-29页 |
| 2.3 空气间隙击穿电压预测模型 | 第29-36页 |
| 2.3.1 击穿电压预测的基本思路 | 第29页 |
| 2.3.2 支持向量机的基本理论 | 第29-34页 |
| 2.3.3 参数优化方法 | 第34-35页 |
| 2.3.4 误差分析方法 | 第35-36页 |
| 2.4 预测方法实现流程 | 第36-38页 |
| 2.5 本章小结 | 第38-39页 |
| 3 预测模型的训练样本选择方法研究 | 第39-55页 |
| 3.1 训练样本选择方法 | 第39-42页 |
| 3.1.1 电场不均匀系数法 | 第39-40页 |
| 3.1.2 聚类算法 | 第40-41页 |
| 3.1.3 主动学习算法 | 第41-42页 |
| 3.2 球隙样本数据 | 第42-45页 |
| 3.3 预测结果分析 | 第45-54页 |
| 3.3.1 电场不均匀系数法 | 第45-50页 |
| 3.3.2 聚类算法 | 第50-52页 |
| 3.3.3 主动学习算法 | 第52-54页 |
| 3.4 本章小结 | 第54-55页 |
| 4 预测模型的特征选择方法研究 | 第55-65页 |
| 4.1 特征选择方法 | 第55-59页 |
| 4.1.1 相关性分析法 | 第55-56页 |
| 4.1.2 遗传算法 | 第56-58页 |
| 4.1.3 随机森林算法 | 第58-59页 |
| 4.2 预测与分析 | 第59-64页 |
| 4.2.1 训练样本选取 | 第59-60页 |
| 4.2.2 特征选择结果 | 第60-61页 |
| 4.2.3 预测结果分析 | 第61-64页 |
| 4.3 本章小结 | 第64-65页 |
| 5 棒-板间隙击穿电压预测 | 第65-75页 |
| 5.1 棒-板短间隙击穿电压预测 | 第65-69页 |
| 5.1.1 样本电场不均匀系数分布 | 第65-66页 |
| 5.1.2 击穿电压预测 | 第66-69页 |
| 5.2 球-板长间隙冲击放电电压预测 | 第69-73页 |
| 5.2.1 样本数据 | 第69-71页 |
| 5.2.2 击穿电压预测 | 第71-73页 |
| 5.3 本章小结 | 第73-75页 |
| 6 棒-棒间隙击穿电压预测 | 第75-84页 |
| 6.1 棒-棒间隙击穿电压预测 | 第75-79页 |
| 6.1.1 样本电场不均匀系数分布 | 第76-77页 |
| 6.1.2 击穿电压预测 | 第77-79页 |
| 6.2 并联间隙冲击放电电压预测 | 第79-83页 |
| 6.2.1 样本数据 | 第79-80页 |
| 6.2.2 电场仿真计算 | 第80-81页 |
| 6.2.3 预测效果与分析 | 第81-83页 |
| 6.3 本章小结 | 第83-84页 |
| 7 结论与展望 | 第84-86页 |
| 7.1 结论 | 第84-85页 |
| 7.2 展望 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 附录 | 第90-94页 |
| 攻读硕士学位期间发表的科研成果 | 第94-95页 |
| 致谢 | 第95-96页 |
