| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 选题的背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 故障分析法 | 第9页 |
| 1.2.2 行波法 | 第9-10页 |
| 1.3 本论文的主要工作 | 第10-12页 |
| 2 特高压直流输电系统的搭建与仿真 | 第12-30页 |
| 2.1 电力系统电磁暂态仿真软件 | 第12页 |
| 2.2 特高压直流系统构成 | 第12-25页 |
| 2.2.1 换流阀模型 | 第13-14页 |
| 2.2.2 晶闸管模型 | 第14-15页 |
| 2.2.3 阀电抗器模型 | 第15-19页 |
| 2.2.4 避雷器模型 | 第19-21页 |
| 2.2.5 变压器模型 | 第21-23页 |
| 2.2.6 输电线路模型 | 第23-25页 |
| 2.2.7 控制与保护系统 | 第25页 |
| 2.3 特高压直流输电系统的仿真 | 第25-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 输电线路行波固有频率主频率及其与频谱能量的关系 | 第30-36页 |
| 3.1 行波的产生 | 第30页 |
| 3.2 行波的反射与折射 | 第30-31页 |
| 3.3 输电线路行波固有频率 | 第31-32页 |
| 3.4 主频率与频谱能量的关系 | 第32-35页 |
| 3.4.1 故障线路的等效模型 | 第32-33页 |
| 3.4.2 输电线路主频率及与能量的关系 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 基于小波包分解与RBF神经网络的故障测距 | 第36-48页 |
| 4.1 小波分析 | 第36-37页 |
| 4.2 相模解耦 | 第37-39页 |
| 4.3 小波包分解及其能量谱特征量提取 | 第39-43页 |
| 4.3.1 小波包分解 | 第39-41页 |
| 4.3.2 小波能量谱特征量 | 第41-43页 |
| 4.4 RBF神经网络及求取故障距离 | 第43-47页 |
| 4.4.1 RBF神经网络模型 | 第44页 |
| 4.4.2 RBF网络的学习算法 | 第44-45页 |
| 4.4.3 RBF神经网络的优缺点 | 第45-46页 |
| 4.4.4 粒子群算法优化过程及求解故障距离 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 特高压直流输电系统故障测距的仿真验证 | 第48-56页 |
| 5.1 故障位置不同时的仿真 | 第48-51页 |
| 5.2 过渡电阻不同时的仿真 | 第51-55页 |
| 5.3 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读学位期间所发表的论文情况 | 第62页 |