摘要 | 第4-5页 |
abstract | 第5-6页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 现有选线方法简介 | 第12-15页 |
1.3.1 基于注入信号的主动式选线方法 | 第12页 |
1.3.2 基于故障稳态信息的选线方法 | 第12-13页 |
1.3.3 基于故障暂态信息的选线方法 | 第13-14页 |
1.3.4 基于多信息融合的选线方法 | 第14-15页 |
1.4 课题主要研究内容 | 第15-16页 |
第2章 小电流接地系统单相接地故障故障特征分析 | 第16-28页 |
2.1 单相接地故障稳态特征分析 | 第16-24页 |
2.1.1 中性点不接地系统的稳态分析 | 第16-20页 |
2.1.2 谐振接地系统的稳态分析 | 第20-22页 |
2.1.3 单相接地故障的谐波分析 | 第22-24页 |
2.2 单相接地故障暂态特征分析 | 第24-27页 |
2.2.1 暂态电容电流分析 | 第24-25页 |
2.2.2 暂态电感电流分析 | 第25-26页 |
2.2.3 接地点暂态全电流分析 | 第26-27页 |
2.3 本章小结 | 第27-28页 |
第3章 基于稳态信息的单相接地故障选线方法研究 | 第28-45页 |
3.1 FFT算法 | 第28-30页 |
3.2 有功功率法和五次谐波法选线原理 | 第30-32页 |
3.2.1 有功功率法 | 第30页 |
3.2.2 五次谐波法 | 第30-32页 |
3.3 基于MTLAB的仿真研究 | 第32-44页 |
3.3.1 仿真模型的建立 | 第32-36页 |
3.3.2 不同故障条件对零序信号的影响 | 第36-39页 |
3.3.3 有功功率法仿真分析 | 第39-41页 |
3.3.4 五次谐波法仿真分析 | 第41-44页 |
3.4 本章小结 | 第44-45页 |
第4章 基于小波包变换的单相接地故障选线方法研究 | 第45-65页 |
4.1 小波变换和小波包理论 | 第45-47页 |
4.1.1 小波变换 | 第45-46页 |
4.1.2 小波包理论 | 第46-47页 |
4.2 小波包故障选线原理 | 第47-53页 |
4.2.1 奇异性检测原理 | 第47-48页 |
4.2.2 小波母函数的选取 | 第48-49页 |
4.2.3 采样频率和分解尺度的确定 | 第49-50页 |
4.2.4 特征频带的确定 | 第50页 |
4.2.5 不平衡电流和边界效应的处理 | 第50-51页 |
4.2.6 基于小波包分解系数乘积的选线方法 | 第51-52页 |
4.2.7 基于小波包分解波形面积的选线方法 | 第52-53页 |
4.3 仿真结果分析 | 第53-64页 |
4.3.1 小波包分解系数乘积选线方法的仿真分析 | 第53-62页 |
4.3.2 小波包分解波形面积选线方法的仿真分析 | 第62-64页 |
4.4 本章小结 | 第64-65页 |
第5章 基于BP神经网络的多元信息融合选线方法研究 | 第65-79页 |
5.1 BP神经网络原理 | 第65-68页 |
5.2 多元信息的选取和其故障测度 | 第68-70页 |
5.2.1 故障测度的定义 | 第68页 |
5.2.2 多元信息的故障测度函数 | 第68-70页 |
5.3 BP神经网络的设计 | 第70-73页 |
5.3.1 网络的层数 | 第70-71页 |
5.3.2 各层神经元数的个数 | 第71页 |
5.3.3 传递函数 | 第71-72页 |
5.3.4 训练函数和性能函数 | 第72页 |
5.3.5 学习函数和学习速率 | 第72-73页 |
5.3.6 基于神经网络的融合选线过程 | 第73页 |
5.4 仿真结果分析 | 第73-77页 |
5.4.1 原始样本的获取 | 第74-76页 |
5.4.2 BP神经网络的训练和测试 | 第76-77页 |
5.5 本章小结 | 第77-79页 |
总结和展望 | 第79-81页 |
参考文献 | 第81-86页 |
攻读硕士期间取得的学术成果 | 第86-87页 |
致谢 | 第87页 |