| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-9页 |
| 1 绪论 | 第9-15页 |
| ·交联聚乙烯电力电缆局部放电模式识别的目的和意义 | 第9-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·局部放电信号特征量的提取 | 第11-13页 |
| ·局部放电模式分类器 | 第13-14页 |
| ·本文拟研究的内容 | 第14-15页 |
| 2 分维数估计方法与无标度区的确定 | 第15-26页 |
| ·分形理论的发展过程 | 第15-16页 |
| ·分形集合的定义 | 第16-17页 |
| ·分形维数 | 第17-20页 |
| ·Hausdorff维数 | 第17-18页 |
| ·信息维数 | 第18页 |
| ·容量维数 | 第18-19页 |
| ·关联维数 | 第19页 |
| ·相似维数 | 第19-20页 |
| ·分维数估计方法 | 第20-22页 |
| ·差盒计数法 | 第20-21页 |
| ·概率法 | 第21-22页 |
| ·分形无标度区确定 | 第22-25页 |
| ·逐段搜索方法确定分形无标度区 | 第22-23页 |
| ·实例分析 | 第23-25页 |
| ·小结 | 第25-26页 |
| 3 传感器设计及缺陷试验 | 第26-41页 |
| ·高频宽带电流祸合传感器的设计与仿真 | 第27-32页 |
| ·高频宽带电流耦合传感器的设计 | 第27-29页 |
| ·电流传感器磁心训的选择 | 第29-30页 |
| ·传感器的参数 | 第30-31页 |
| ·宽频带电流耦合器的仿真研究及实测效果 | 第31-32页 |
| ·放大器设计 | 第32-33页 |
| ·触发电路设计 | 第33-34页 |
| ·缺陷模型及试验装置 | 第34-36页 |
| ·缺陷模型的制作 | 第34-36页 |
| ·实验线路及设备 | 第36页 |
| ·试验步骤 | 第36-39页 |
| ·数据采集 | 第39-40页 |
| ·小结 | 第40-41页 |
| 4 局部放电灰度图像分形特征提取原理及方法 | 第41-49页 |
| ·局部放电灰度图象构造方法 | 第41-44页 |
| ·局部放电灰度图象分形特征提取 | 第44-47页 |
| ·盒维数的计算 | 第44-45页 |
| ·信息维数的计算 | 第45-47页 |
| ·分维数计算结果 | 第47页 |
| ·小结 | 第47-49页 |
| 5 以分形特征为输入量的局部放电模式识别 | 第49-67页 |
| ·神经网络基础 | 第49-53页 |
| ·神经网络的发展 | 第49-50页 |
| ·BP神经网络 | 第50-51页 |
| ·RBF神经网络 | 第51-53页 |
| ·以分形特征为输入量的RBF神经网络识别方法 | 第53-59页 |
| ·模式识别方案 | 第53-54页 |
| ·以分形特征为输入量的RBF网络识别结果 | 第54-59页 |
| ·以n-q-φ三维谱图正负半波统计算子为特征量的BP人工神经网络模式识别 | 第59-66页 |
| ·XLPE电力电缆局部放电n-q-φ三维谱图统计算子 | 第59-61页 |
| ·建立BP人工神经网络结构进行模式识别 | 第61-66页 |
| ·小结 | 第66-67页 |
| 6 结论 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 附录: 作者在攻读硕士期间发表的论文 | 第72-73页 |
| 独创性声明 | 第73页 |
| 学位论文版权使用授权书 | 第73页 |