直流牵引供电系统短路故障识别与定位研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·短路电流与机车起动电流识别 | 第12-14页 |
| ·直流侧短路故障定位 | 第14-15页 |
| ·本文研究内容 | 第15-17页 |
| 第2章 直流牵引供电系统构成与故障分析 | 第17-38页 |
| ·直流牵引供电系统概述 | 第17-21页 |
| ·牵引变电所 | 第17-18页 |
| ·牵引网 | 第18-19页 |
| ·电力机车 | 第19-21页 |
| ·直流侧主要故障分析 | 第21-22页 |
| ·牵引供电系统模型 | 第22-31页 |
| ·整流机组模型 | 第22-27页 |
| ·牵引网模型 | 第27-28页 |
| ·机车模型 | 第28-31页 |
| ·仿真结果 | 第31-37页 |
| ·短路故障电流 | 第32-35页 |
| ·机车起动电流 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 直流侧短路故障识别方法 | 第38-59页 |
| ·小波理论 | 第38-41页 |
| ·时频局部化特性 | 第38-39页 |
| ·多分辨率分析 | 第39-41页 |
| ·小波包 | 第41页 |
| ·自组织映射神经网络 | 第41-43页 |
| ·SOM神经网络结构 | 第41-42页 |
| ·SOM神经网络学习算法 | 第42-43页 |
| ·基于小波-SOM神经网络的故障识别方法 | 第43-51页 |
| ·基于滑动时窗小波的馈线浪涌检测 | 第44-48页 |
| ·基于小波变换的特征提取 | 第48-49页 |
| ·基于SOM神经网络的故障识别 | 第49-51页 |
| ·仿真验证 | 第51-56页 |
| ·浪涌检测 | 第51-52页 |
| ·故障识别 | 第52-56页 |
| ·实测数据分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第4章 直流侧短路故障定位方法 | 第59-74页 |
| ·既有双端量的故障定位 | 第59-66页 |
| ·基于轨电位的故障定位 | 第59-62页 |
| ·基于微分方程的故障定位 | 第62-63页 |
| ·定位方法对比分析 | 第63-66页 |
| ·基于接触网参数自适应的双端故障定位 | 第66-73页 |
| ·故障定位模型 | 第66-67页 |
| ·故障定位验证 | 第67-73页 |
| ·本章小结 | 第73-74页 |
| 第5章 直流侧故障定位系统软件设计 | 第74-82页 |
| ·故障定位系统概述 | 第74-77页 |
| ·故障定位软件系统模块 | 第77-81页 |
| ·串口通信模块 | 第78-79页 |
| ·数据库模块 | 第79-80页 |
| ·故障定位模块 | 第80页 |
| ·测试分析 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 结论 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第89页 |
