基于电弧模型仿真的电气火灾智能算法分析
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国外对故障电弧的认识 | 第12-13页 |
| 1.2.2 国内对故障电弧的认识 | 第13-14页 |
| 1.2.3 故障电弧的诊断技术 | 第14页 |
| 1.3 本文研究的主要内容 | 第14-16页 |
| 第二章 智慧式安全用电管理服务平台 | 第16-20页 |
| 2.1 传统家庭用电监测现状 | 第16-17页 |
| 2.2 智慧式用电安全管理服务平台系统原理 | 第17页 |
| 2.3 智慧式用电安全管理服务平台的应用 | 第17-18页 |
| 2.4 故障电弧检测的问题 | 第18-20页 |
| 第三章 故障电弧的仿真分析 | 第20-42页 |
| 3.1 电弧及电弧模型简介 | 第20-23页 |
| 3.1.1 电弧的基本概念 | 第20-21页 |
| 3.1.2 电弧模型简介 | 第21-23页 |
| 3.2 Cassie电弧模型 | 第23-26页 |
| 3.2.1 Cassie电弧模型的理论依据 | 第24页 |
| 3.2.2 电弧数学模型 | 第24-25页 |
| 3.2.3 模型参数的确定 | 第25-26页 |
| 3.3 电弧仿真过程 | 第26-41页 |
| 3.3.1 电弧数学模型 | 第26-27页 |
| 3.3.2 电弧模型仿真设计 | 第27-29页 |
| 3.3.3 不同负载下的故障电流电压波形 | 第29-37页 |
| 3.3.4 多个负载并联下的故障电弧情况 | 第37-41页 |
| 3.4 小结 | 第41-42页 |
| 第四章 基于智能算法的电气火灾预测 | 第42-66页 |
| 4.1 引言 | 第42页 |
| 4.2 傅里叶变换 | 第42-43页 |
| 4.3 神经网络在故障电弧中的应用 | 第43-54页 |
| 4.3.1 神经网络简介 | 第43-46页 |
| 4.3.2 故障电弧数据采集 | 第46-48页 |
| 4.3.3 神经网络的参数设置 | 第48-50页 |
| 4.3.4 神经网络的训练过程 | 第50-52页 |
| 4.3.5 神经网络的训练结果 | 第52-54页 |
| 4.4 小波分析在故障电弧中的应用 | 第54-64页 |
| 4.4.1 小波分析简介 | 第54-57页 |
| 4.4.2 故障电弧的小波分析 | 第57-63页 |
| 4.4.3 小波变换的结果分析 | 第63-64页 |
| 4.5 小结 | 第64-66页 |
| 第五章 总结和展望 | 第66-69页 |
| 5.1 全文总结 | 第66-67页 |
| 5.2 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文 | 第73-74页 |
| 作者简历 | 第74-75页 |
| 致谢 | 第75页 |
