| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究的背景及意义 | 第10页 |
| 1.2 国内外在线监测技术的主要内容和发展概况 | 第10-12页 |
| 1.2.1 在线监测技术的主要内容 | 第10-11页 |
| 1.2.2 在线监测技术的发展概况 | 第11-12页 |
| 1.3 本文的贡献 | 第12-13页 |
| 1.4 本文的内容 | 第13-15页 |
| 第二章 断路器机械特性、常见故障及监测参量的确定 | 第15-21页 |
| 2.1 断路器机械特性分析及常见故障统计 | 第15-18页 |
| 2.1.1 电磁铁动作状态分析 | 第15-17页 |
| 2.1.2 操动机构动作状态分析 | 第17页 |
| 2.1.3 常见故障统计 | 第17-18页 |
| 2.2 文献数据统计 | 第18-19页 |
| 2.3 监测参量的确定 | 第19-20页 |
| 2.4 小结 | 第20-21页 |
| 第三章 SF_6高压断路器状态监测信号分析方法 | 第21-32页 |
| 3.1 信号去噪理论 | 第21-23页 |
| 3.2 分/合闸线圈电流信号分析 | 第23-25页 |
| 3.2.1 轮廓法（TCP） | 第23-25页 |
| 3.2.2 分散包络统计法（DES） | 第25页 |
| 3.3 振动信号分析 | 第25-28页 |
| 3.3.1 时域分析法 | 第26页 |
| 3.3.2 信号功率谱分析法 | 第26-27页 |
| 3.3.3 信号能量包络方法 | 第27页 |
| 3.3.4 多层小波包分解与重构算法 | 第27-28页 |
| 3.4 故障诊断算法 | 第28-31页 |
| 3.4.1 特征值提取算法 | 第28-29页 |
| 3.4.2 粒子群优化算法和支持向量机 | 第29-31页 |
| 3.5 小结 | 第31-32页 |
| 第四章 基于多参量和多维映射的SF_6高压断路器故障诊断方法 | 第32-55页 |
| 4.1 多维映射知识库的建立 | 第32-33页 |
| 4.2 不同功能模块的故障诊断 | 第33-53页 |
| 4.2.1 控制系统故障诊断 | 第33-37页 |
| 4.2.2 操动系统故障诊断 | 第37-53页 |
| 4.2.3 连杆系统故障诊断 | 第53页 |
| 4.3 小结 | 第53-55页 |
| 第五章 高压断路器在线监测系统的开发 | 第55-66页 |
| 5.1 硬件平台的搭建 | 第55-59页 |
| 5.1.1 数据获取 | 第56-58页 |
| 5.1.2 信号预处理 | 第58页 |
| 5.1.3 数据采集、信号传输和上位机 | 第58-59页 |
| 5.2 软件系统的开发 | 第59-64页 |
| 5.2.1 软件系统整体结构 | 第59-60页 |
| 5.2.2 GUI界面开发及软件功能 | 第60-64页 |
| 5.3 小结 | 第64-66页 |
| 结论与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间取得的研究成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 附件 | 第74页 |