首页--工业技术论文--电工技术论文--电工材料论文--导电材料及其制品论文--电气装备用电线电缆论文

交联聚乙烯电力电缆局部放电模式识别的研究

中文摘要第1-5页
英文摘要第5-6页
目录第6-9页
1 绪论第9-20页
 1.1 电力电缆的应用发展史第9-11页
 1.2 电缆常见故障及其原因第11-15页
  1.2.1 电力电缆的绝缘老化第11-13页
  1.2.2 影响电力电缆绝缘老化的因素第13-15页
 1.3 XLPE电缆在线监测现状和研究局部放电检测的必要性第15-19页
  1.3.1 电力系统在线监测的发展概况第15页
  1.3.2 在线监测的故障诊断方法第15-16页
  1.3.3 XLPE电缆在线监测现状第16-18页
  1.3.4 局部放电检测法第18-19页
 1.4 本课题研究的内容第19页
 1.5 小结第19-20页
2 XLPE电缆的局部放电模拟试验第20-37页
 2.1 试验原理第20-22页
  2.1.1 XLPE电力电缆局部放电模式识别总体原理第20页
  2.1.2 XLPE电缆局部放电测量原理第20-22页
 2.2 传感器设计及前置电路设计第22-29页
  2.2.1 传感器分类第22-25页
  2.2.2 局部放电电磁耦合型传感器的设计第25-28页
  2.2.3 信号的前置处理第28-29页
 2.3 模拟实验第29-35页
  2.3.1 实验方案第29-30页
  2.3.2 实验模型的设计第30-31页
  2.3.3 实验步骤第31-35页
 2.4 软件抗干扰程序第35-36页
 2.5 小结第36-37页
3 人工神经网络模式识别方法研究第37-54页
 3.1 模式识别方法简述第37-39页
  3.1.1 模式识别原理简介第37-38页
  3.1.2 模式识别特征量提取第38页
  3.1.3 模式识别分类器第38-39页
 3.2 神经网络及其学习算法第39-44页
  3.2.1 神经网络的发展简介第39-40页
  3.2.2 神经网络的分类第40-41页
  3.2.3 人工神经网络结构及其算法第41-44页
 3.3 BP神经网络的结构及工作原理第44-48页
  3.3.1 激活函数第44-45页
  3.3.2 BP网络算法第45-48页
  3.3.3 BP算法程序设计第48页
 3.4 SART神经网络的结构及工作原理第48-52页
  3.4.1 ART网络的简介第49-50页
  3.4.2 ART2网络的简化—SART(SimplifiedART)网络第50-52页
  3.4.3 SART算法程序设计第52页
 3.5 小结第52-54页
4 XLPE电力电缆局部放电人工神经网络模式识别第54-70页
 4.1 XLPE电力电缆局部放电的PRPSA和PRPD模式第54-55页
  4.1.1 XLPE局部放电信号的PRPSA模式第54-55页
  4.1.2 XLPE局部放电信号的PRPD模式第55页
 4.2 XLPE电力电缆局部放电信号指纹特征第55-60页
  4.2.1 XLPE电缆局部放电特征量提取方法第55-56页
  4.2.2 各种放电模型的n、q、ψ三维谱图第56-58页
  4.2.3 XLPE电力电缆局部放电三维谱图统计算子第58-60页
 4.3 XLPE电力电缆局部放电模式的BP人工神经网络模式识别第60-66页
  4.3.1 以三维谱图放电次数为特征量的BP人工神经网模式识别第60-64页
  4.3.2 以三维谱图正负半波统计算子为特征量的BP人工神经网模式识别第64-66页
  4.3.3 以统计算子与放电次数相量为输入的模式识别结果比较第66页
 4.4 XLPE电力电缆局部放电的SART网络模式识别第66-69页
  4.4.1 SART网络的建立第67页
  4.4.2 SART网络的训练和识别结果第67-68页
  4.4.3 BP网络和SART网络的模式识别结果比较第68-69页
 4.5 小结第69-70页
5 结论第70-71页
致谢第71-72页
参考文献第72-77页
附:作者在攻读硕士学位期间发表的论文第77页

论文共77页,点击 下载论文
上一篇:正加速度(+Gz)重复暴露致大鼠脑损伤差异表达基因的筛选
下一篇:人PD-1-Fc和B7-H1-Fc分子的构建及真核表达