| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第12-24页 |
| 1.1 课题研究背景与科学意义 | 第12-14页 |
| 1.2 国内外研究现状及发展动态分析 | 第14-21页 |
| 1.2.1 民用供配电系统串联型故障电弧 | 第14-15页 |
| 1.2.2 光伏供电系统串联型故障电弧 | 第15-16页 |
| 1.2.3 航空供电系统串联型故障电弧 | 第16页 |
| 1.2.4 工业开关柜串联型故障电弧 | 第16-17页 |
| 1.2.5 电弧数学模型 | 第17-19页 |
| 1.2.6 故障电弧断路器 | 第19页 |
| 1.2.7 矿井漏电故障电弧 | 第19-21页 |
| 1.3 矿井供电系统串联型故障电弧研究工作存在的问题 | 第21-22页 |
| 1.4 论文主要研究内容 | 第22-24页 |
| 2 电弧及模式识别理论 | 第24-32页 |
| 2.1 矿井供电系统故障电弧 | 第24页 |
| 2.2 矿用电连接器的电接触性能指标 | 第24-26页 |
| 2.3 电弧数学模型理论 | 第26-29页 |
| 2.3.1 Mayr电弧动态模型 | 第26-28页 |
| 2.3.2 Cassie电弧动态模型 | 第28-29页 |
| 2.4 模式识别理论 | 第29-30页 |
| 2.4.1 模式识别的基本方法 | 第29页 |
| 2.4.2 模式识别的准则函数 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 3 串联型故障电弧实验研究 | 第32-42页 |
| 3.1 实验方案 | 第32页 |
| 3.2 实验系统电路 | 第32-34页 |
| 3.3 串联型故障电弧发生器 | 第34-35页 |
| 3.4 信号采集与处理 | 第35-36页 |
| 3.5 上位机系统 | 第36-37页 |
| 3.6 串联型故障电弧的实验结果 | 第37-40页 |
| 3.7 本章小结 | 第40-42页 |
| 4 矿井供电系统串联型故障电弧的数学模型研究 | 第42-61页 |
| 4.1 串联型故障电弧数学模型的理论基础 | 第42-43页 |
| 4.2 实验系统串联型故障电弧数学模型参数求解方法 | 第43-50页 |
| 4.2.1 P、τ的求解方法 | 第43-47页 |
| 4.2.2 τ_m、α、P_s、β、g_0的求解方法 | 第47-50页 |
| 4.3 串联型故障电弧数学模型的建立 | 第50-53页 |
| 4.3.1 电路参数与故障电弧数学模型参数相关性分析 | 第50-51页 |
| 4.3.2 基于神经网络黑箱模型的故障电弧数学模型 | 第51-53页 |
| 4.4 串联型故障电弧数学模型有效性实验验证 | 第53-60页 |
| 4.4.1 串联型故障电弧仿真模型 | 第53-56页 |
| 4.4.2 串联型故障电弧主电路仿真模型 | 第56-58页 |
| 4.4.3 仿真与实验结果对比分析 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 5 矿井供电系统串联型故障电弧仿真分析 | 第61-75页 |
| 5.1 典型电路仿真模型的建立 | 第61-71页 |
| 5.1.1 典型电路分析 | 第61-63页 |
| 5.1.2 典型仿真电路参数设置 | 第63-65页 |
| 5.1.3 串联型故障电弧数学模型参数设置 | 第65-67页 |
| 5.1.4 典型电路串联型故障电弧仿真分析 | 第67-71页 |
| 5.2 矿井供电系统其他电气故障仿真分析 | 第71-74页 |
| 5.3 本章小结 | 第74-75页 |
| 6 矿井供电系统串联型故障电弧特征分析 | 第75-92页 |
| 6.1 时域特征分析 | 第76-81页 |
| 6.1.1 过零点数分析 | 第76-77页 |
| 6.1.2 峰峰值、方差分析 | 第77-79页 |
| 6.1.3 峭度系数、裕度因子分析 | 第79-81页 |
| 6.2 频域特征分析 | 第81-85页 |
| 6.2.1 谐波畸变率分析 | 第81-82页 |
| 6.2.2 单一频率陷波器滤波 | 第82-84页 |
| 6.2.3 单边功率谱频率方差分析 | 第84-85页 |
| 6.3 时频域特征分析 | 第85-89页 |
| 6.3.1 小波包时频分析 | 第85-87页 |
| 6.3.2 特征频段小波包系数能量熵、峰峰值分析 | 第87-89页 |
| 6.4 串联型故障电弧特征参数数据库的建立 | 第89页 |
| 6.5 本章小结 | 第89-92页 |
| 7 矿井供电系统串联型故障电弧诊断方法研究 | 第92-106页 |
| 7.1 诊断策略分析 | 第92-94页 |
| 7.2 多分类的模式识别方法分析 | 第94-101页 |
| 7.2.1 基于决策树的模式识别方法 | 第94页 |
| 7.2.2 基于K近邻的模式识别方法 | 第94-95页 |
| 7.2.3 基于集成学习的模式识别方法 | 第95-97页 |
| 7.2.4 诊断效果分析 | 第97-101页 |
| 7.3 诊断模型抗扰动能力分析 | 第101-104页 |
| 7.4 本章小结 | 第104-106页 |
| 8 结论 | 第106-109页 |
| 8.1 研究结论 | 第106-108页 |
| 8.2 论文创新点 | 第108页 |
| 8.3 研究展望 | 第108-109页 |
| 参考文献 | 第109-120页 |
| 作者简历 | 第120-124页 |
| 学位论文数据集 | 第124-125页 |
| 附件 | 第125-126页 |
