基于特高频检测的GIS局部放电类型识别研究
摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
1 绪论 | 第9-20页 |
1.1 课题研究目的及意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12-13页 |
1.3 GIS局部放电检测的基本概念 | 第13-17页 |
1.3.1 GIS局部放电的定义和种类 | 第13-16页 |
1.3.2 GIS局部放电检测的方法 | 第16-17页 |
1.4 课题主要研究内容 | 第17-20页 |
2 特高频GIS局放检测试验设计及数据采集 | 第20-29页 |
2.1 GIS局部放电检测试验装置平台 | 第20-21页 |
2.2 GIS特高频局部放电检测实验 | 第21-26页 |
2.2.1 GIS缺陷类型设置 | 第22-23页 |
2.2.2 GIS特高频检测试验 | 第23-26页 |
2.3 GIS特高频局放检测数据采集 | 第26-28页 |
2.4 本章小结 | 第28-29页 |
3 局部线性嵌入降维及在特征选择中应用 | 第29-44页 |
3.1 局部放电信号特征提取 | 第29-36页 |
3.1.1 统计特征参数 | 第29-32页 |
3.1.2 时域特征及其选择 | 第32-34页 |
3.1.3 频域特征及其选择 | 第34-36页 |
3.2 局部线性嵌入(LLE)的流形学习方法 | 第36-39页 |
3.2.1 流形学习理论 | 第36页 |
3.2.2 局部线性嵌入(LLE)数学模型分析 | 第36-39页 |
3.3 局部线性嵌入(LLE)的特征降维技术 | 第39-43页 |
3.3.1 局部线性嵌入(LLE)的降维分析 | 第39-41页 |
3.3.2 局部线性嵌入(LLE)特征降维 | 第41-43页 |
3.4 本章小结 | 第43-44页 |
4 多分类相关向量机模式识别 | 第44-56页 |
4.1 相关向量机(RVM)基本原理 | 第44-49页 |
4.1.1 相关向量机的产生 | 第44-45页 |
4.1.2 相关向量机的回归模型 | 第45-48页 |
4.1.3 相关向量机的分类模型 | 第48-49页 |
4.2 多分类相关向量机的模式识别 | 第49-51页 |
4.3 多分类相关向量机的GIS局放类型识别分析 | 第51-54页 |
4.4 本章小结 | 第54-56页 |
5 总结与展望 | 第56-58页 |
5.1 本文总结 | 第56-57页 |
5.2 后续展望 | 第57-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-64页 |
附录 | 第64页 |
A作者在攻读学位期间发表的论文目录: | 第64页 |