| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 背景 | 第9页 |
| 1.2 国内外研究动态 | 第9-13页 |
| 1.2.1 局部放电检测方法 | 第9-12页 |
| 1.2.2 声发射局放模式识别 | 第12-13页 |
| 1.3 目前研究存在的不足 | 第13-14页 |
| 1.4 本文主要工作 | 第14-15页 |
| 第二章 实验平台及方法 | 第15-25页 |
| 2.1 实验回路 | 第15页 |
| 2.2 实验仪器 | 第15-19页 |
| 2.2.1 声发射局部放电测试仪 | 第15-16页 |
| 2.2.2 声发射局部放电测试仪标定研究 | 第16-18页 |
| 2.2.3 特高频局部放电测试仪 | 第18-19页 |
| 2.3 缺陷模型 | 第19-23页 |
| 2.3.1 模型结构 | 第19页 |
| 2.3.2 高压尖刺缺陷模型 | 第19-20页 |
| 2.3.3 低压尖刺缺陷模型 | 第20-21页 |
| 2.3.4 悬浮缺陷模型 | 第21-22页 |
| 2.3.5 自由金属颗粒缺陷模型 | 第22页 |
| 2.3.6 沿面缺陷模型 | 第22-23页 |
| 2.4 实验方法 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 GIS局部放电缺陷声学特征的模拟实验研究 | 第25-36页 |
| 3.1 局部放电声发射现象 | 第25-31页 |
| 3.1.1 高压尖刺缺陷实验 | 第25-26页 |
| 3.1.2 低压尖刺缺陷实验 | 第26-28页 |
| 3.1.3 悬浮缺陷实验 | 第28-29页 |
| 3.1.4 自由金属颗粒缺陷实验 | 第29-30页 |
| 3.1.5 沿面缺陷实验 | 第30-31页 |
| 3.2 声指纹的特征量提取 | 第31-35页 |
| 3.2.1 统计特征参量 | 第31-34页 |
| 3.2.2 分形特征参量 | 第34-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 基于声指纹的GIS设备局部放电模式识别方法 | 第36-42页 |
| 4.1 BP人工神经网络 | 第36-38页 |
| 4.1.1 人工神经网络简介 | 第36-37页 |
| 4.1.2 BP人工神经网络 | 第37-38页 |
| 4.2 识别步骤 | 第38-40页 |
| 4.3 识别效果验证 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 结论与展望 | 第42-43页 |
| 5.1 结论 | 第42页 |
| 5.2 展望 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 作者简介 | 第47页 |