| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 引言 | 第10-15页 |
| ·研究的背景及意义 | 第10页 |
| ·局部放电检测的国内外研究现状 | 第10-12页 |
| ·局部放电超高频超声波联合检测法 | 第12-14页 |
| ·局部放电超高频检测方法的原理 | 第12-13页 |
| ·局部放电超声波检测法 | 第13页 |
| ·超高频与超声波联合检测法 | 第13-14页 |
| ·本文主要工作 | 第14-15页 |
| 2 系统硬件设计 | 第15-32页 |
| ·变压器局部放电的类型 | 第15页 |
| ·局部放电超高频信号的产生机理与传播特性 | 第15-19页 |
| ·局部放电辐射超高频电磁波的机理 | 第16页 |
| ·超高频电磁波的传播特性 | 第16-19页 |
| ·局部放电超高频检测子系统分析 | 第19-25页 |
| ·超高频天线的选择 | 第19-20页 |
| ·信号调理电路 | 第20-25页 |
| ·局部放电超声波信号的产生机理与传播特性 | 第25-27页 |
| ·超声波信号的产生机理 | 第25-26页 |
| ·超声波信号的传播特性 | 第26-27页 |
| ·局部放电超声波信号检测子系统设计 | 第27-30页 |
| ·系统总体结构 | 第27-28页 |
| ·超声波传感器 | 第28页 |
| ·前置放大器 | 第28-29页 |
| ·光电隔离 | 第29-30页 |
| ·滤波电路 | 第30页 |
| ·数据采集 | 第30-32页 |
| 3 系统软件设计 | 第32-39页 |
| ·虚拟仪器简介 | 第32页 |
| ·系统流程图 | 第32-34页 |
| ·软件模块化设计 | 第34-39页 |
| ·高速数据采集模块 | 第34-36页 |
| ·数据预处理及压缩模块 | 第36页 |
| ·信号分析模块 | 第36-38页 |
| ·数据存储模块 | 第38-39页 |
| 4 多传感器数据融合算法实现 | 第39-62页 |
| ·数据融合技术研究 | 第39-41页 |
| ·数据融合的基本原理 | 第39页 |
| ·数据融合的方式 | 第39-40页 |
| ·数据融合的算法分析 | 第40-41页 |
| ·BP 神经网络简介 | 第41-46页 |
| ·BP 神经元及BP 神经网络模型 | 第41-42页 |
| ·BP 神经网络的学习 | 第42-45页 |
| ·BP 神经网络设计的基本方法 | 第45-46页 |
| ·粗糙集理论 | 第46-52页 |
| ·基本概念 | 第47-49页 |
| ·知识约简 | 第49-52页 |
| ·局部放电定位算法实现 | 第52-57页 |
| ·TDOA 定位算法 | 第52-54页 |
| ·基于BP 神经网络数据融合的定位算法 | 第54-57页 |
| ·基于粗糙集理论和神经网络的局部放电类型识别 | 第57-62页 |
| ·局部放电类型识别现状 | 第57页 |
| ·变压器油的成分及气体产生机理 | 第57-58页 |
| ·局部放电发展过程中油中溶解气体变化特性 | 第58-59页 |
| ·局部放电类型识别决策表的建立 | 第59-60页 |
| ·决策表化简 | 第60-61页 |
| ·神经网络与粗糙集理论的结合在局部放电类型识别中的应用 | 第61-62页 |
| 5 结论与展望 | 第62-64页 |
| ·结论 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 在读期间发表的学术论文 | 第67-68页 |
| 作者简介 | 第68-69页 |
| 致谢 | 第69-70页 |