基于形态谱的电力线路故障选相研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-19页 |
| ·故障选相技术研究的历史与现状 | 第11-12页 |
| ·故障选相技术研究的历史 | 第11-12页 |
| ·故障选相的最新发展 | 第12页 |
| ·常用的选相元件分析 | 第12-17页 |
| ·早期传统选相元件 | 第12-13页 |
| ·电流序分量选相元件 | 第13-15页 |
| ·反应相电流差的突变量选相元件 | 第15-17页 |
| ·本文研究的主要内容 | 第17-19页 |
| 2 故障点信息及影响选相的因素 | 第19-27页 |
| ·故障点的电气特性分析 | 第19-20页 |
| ·故障点的暂态过程分析 | 第20-21页 |
| ·影响故障选相的几个因素 | 第21-23页 |
| ·故障点的过渡电阻 | 第21-22页 |
| ·故障瞬间的电压相角 | 第22页 |
| ·故障点与测量端的距离 | 第22-23页 |
| ·模故障分量选项原理 | 第23-25页 |
| ·本章小结 | 第25-27页 |
| 3 故障仿真波形形态谱的提取 | 第27-55页 |
| ·数学形态学 | 第27-30页 |
| ·数学形态学的基本概念 | 第27-28页 |
| ·灰度图像的基本概念 | 第28-29页 |
| ·多尺度形态学运算 | 第29-30页 |
| ·数学形态谱 | 第30-32页 |
| ·故障曲线形态谱的提取 | 第32-39页 |
| ·仿真工具的选取 | 第32页 |
| ·PSCAD/ EMTDC中的频率相关模型 | 第32-34页 |
| ·仿真模型中参数的设置 | 第34-39页 |
| ·故障波形的相模变换 | 第39-43页 |
| ·图像形态谱的提取 | 第43-53页 |
| ·本章小结 | 第53-55页 |
| 4 利用人工神经网络进行故障选相 | 第55-69页 |
| ·人工神经网络 | 第55-56页 |
| ·人工神经网络概述 | 第55页 |
| ·人工神经网络的结构及类型 | 第55-56页 |
| ·人工神经网络特性 | 第56页 |
| ·BP网络 | 第56-60页 |
| ·结构 | 第57页 |
| ·BP网络的学习及工作规则 | 第57-59页 |
| ·BP算法的改进 | 第59-60页 |
| ·BP神经网络设计的一般原则 | 第60-64页 |
| ·数据收集和整理分组 | 第60-61页 |
| ·输入/输出变量的确定及初始权值的设计 | 第61页 |
| ·BP网络的结构参数设置 | 第61-62页 |
| ·BP神经网络的训练 | 第62-64页 |
| ·故障类型的人工神经网络识别过程 | 第64-67页 |
| ·MATLAB神经网络工具箱的应用 | 第64页 |
| ·神经网络训练过程 | 第64-67页 |
| ·本章小结 | 第67-69页 |
| 5 实验及验证 | 第69-73页 |
| 6 结论与展望 | 第73-75页 |
| 参考文献 | 第75-77页 |
| 作者简历 | 第77-81页 |
| 学位论文数据集 | 第81页 |
