局部放电检测系统中的信号去噪与模式识别的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题背景 | 第7-8页 |
| ·变压器局部放电信号去噪方法的研究现状 | 第8-9页 |
| ·变压器局部放电模式识别的研究现状 | 第9-10页 |
| ·本文的主要工作 | 第10-13页 |
| 第二章 变压器局部放电理论 | 第13-19页 |
| ·局部放电的机理分析 | 第13-14页 |
| ·局部放电类型及其数学模型 | 第14-15页 |
| ·局部放电类型 | 第14-15页 |
| ·局部放电数学模型 | 第15页 |
| ·局部放电信号的干扰 | 第15-17页 |
| ·干扰的分类 | 第15-16页 |
| ·干扰的传播途径 | 第16-17页 |
| ·本章小结 | 第17-19页 |
| 第三章 变压器局部放电信号去噪的研究 | 第19-33页 |
| ·小波分析理论 | 第19-21页 |
| ·经验模态分解 | 第21-27页 |
| ·本征模函数 | 第22-23页 |
| ·经验模态分解流程 | 第23-24页 |
| ·端点延拓技术 | 第24-27页 |
| ·端点效应的产生原因及其影响 | 第24-25页 |
| ·信号端点延拓算法 | 第25-27页 |
| ·基于经验模态分解的小波阈值算法 | 第27-31页 |
| ·算法流程 | 第27页 |
| ·局部放电信号和干扰信号数学模型 | 第27-29页 |
| ·去噪性能对比 | 第29-31页 |
| ·现场检测数据处理 | 第31页 |
| ·本章小结 | 第31-33页 |
| 第四章 变压器局部放电信号的模式识别 | 第33-45页 |
| ·人工神经网络基本原理 | 第33-38页 |
| ·人工神经元模型 | 第33页 |
| ·BP神经网络 | 第33-34页 |
| ·BP网络的学习过程 | 第34-37页 |
| ·BP算法流程 | 第37-38页 |
| ·局部放电特征表述 | 第38-39页 |
| ·局部放电信号特征量提取与模式识别 | 第39-44页 |
| ·局部放电特征量提取 | 第39-43页 |
| ·二维图谱的构造 | 第39-42页 |
| ·高层特征量的提取 | 第42-43页 |
| ·利用BP网络进行局部放电类型识别 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 变压器局部放电检测系统的软件设计 | 第45-61页 |
| ·系统实现方案 | 第45-46页 |
| ·软件开发工具 | 第46-48页 |
| ·LABVIEW简介 | 第46-47页 |
| ·LABVIEW和MATLAB混合编程 | 第47-48页 |
| ·系统软件设计 | 第48-55页 |
| ·系统主界面的设计 | 第48页 |
| ·局部放电信号数据显示模块设计 | 第48-50页 |
| ·局部放电信号处理模块设计 | 第50-52页 |
| ·局部放电谱图显示模块设计 | 第52-54页 |
| ·局部放电模式识别模块设计 | 第54-55页 |
| ·系统软件打包发布 | 第55-59页 |
| ·MATLAB生成DLL | 第55-56页 |
| ·LABVIEW对DLL调用的实现 | 第56-57页 |
| ·LABVIEW打包生成SETUP文件 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 第六章 结束语 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 研究成果 | 第69页 |
