| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 1 绪论 | 第11-25页 |
| ·电力变压器局部放电在线监测的意义 | 第11-12页 |
| ·电力变压器局部放电的研究现状 | 第12-17页 |
| ·检测局部放电的主要方法 | 第12-14页 |
| ·局部放电的类型 | 第14-15页 |
| ·电力变压器油中悬移微粒局部放电研究现状 | 第15-17页 |
| ·局部放电图像去噪的研究现状 | 第17-20页 |
| ·变压器局部放电检测中存在的干扰 | 第17-19页 |
| ·图像去噪的研究现状 | 第19页 |
| ·Contourlet 变换及其应用现状 | 第19-20页 |
| ·局部放电特征提取的研究现状 | 第20-22页 |
| ·常见的特征提取方法 | 第20-21页 |
| ·脉冲耦合神经网络的发展及研究现状 | 第21页 |
| ·基于脉冲耦合神经网络的特征提取研究现状 | 第21-22页 |
| ·本文的主要研究内容与技术路线 | 第22-25页 |
| ·主要研究内容 | 第22-23页 |
| ·技术路线 | 第23-25页 |
| 2 油中悬移微粒局部放电模拟装置与信号检测 | 第25-41页 |
| ·引言 | 第25页 |
| ·试验装置设计 | 第25-31页 |
| ·油流循环系统 | 第25-26页 |
| ·流速测量与控制 | 第26-27页 |
| ·温度测量与控制 | 第27-28页 |
| ·油道模型设计 | 第28-31页 |
| ·悬移微粒绝缘缺陷局部放电试验平台 | 第31-34页 |
| ·悬移微粒绝缘缺陷物理模型 | 第31页 |
| ·UHF 天线传感器 | 第31-33页 |
| ·局部放电检测装置 | 第33-34页 |
| ·实验步骤与方法 | 第34-37页 |
| ·获取悬移微粒缺陷局部放电信号的步骤 | 第34-35页 |
| ·超高频法测量变压器油中悬移微粒局部放电的试验方案 | 第35-36页 |
| ·局部放电三维图谱的构造方法 | 第36-37页 |
| ·试验结果及分析 | 第37-40页 |
| ·单次放电脉冲 | 第37-38页 |
| ·三维分布图谱 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 3 不同悬移微粒缺陷产生的局部放电特性与影响因素 | 第41-59页 |
| ·引言 | 第41页 |
| ·悬移气泡缺陷 | 第41-47页 |
| ·外施电压的影响 | 第41-42页 |
| ·油流速度的影响 | 第42-43页 |
| ·温度的影响 | 第43-46页 |
| ·气泡含量的影响 | 第46-47页 |
| ·悬移非金属微粒缺陷 | 第47-53页 |
| ·外施电压的影响 | 第47-48页 |
| ·油流速度的影响 | 第48-51页 |
| ·温度的影响 | 第51-52页 |
| ·环氧树脂粉末含量的影响 | 第52-53页 |
| ·悬移金属微粒缺陷 | 第53-57页 |
| ·外施电压的影响 | 第53-54页 |
| ·油流速度的影响 | 第54-55页 |
| ·温度的影响 | 第55-56页 |
| ·金属微粒含量的影响 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 4 悬移微粒缺陷产生局部放电的图像去噪 | 第59-79页 |
| ·Contourlet 变换理论 | 第59-64页 |
| ·拉普拉斯金字塔滤波器 | 第59-60页 |
| ·方向滤波器组 | 第60-64页 |
| ·图像去噪评价参数 | 第64页 |
| ·局部放电图像中白噪声的特点 | 第64-65页 |
| ·基于阈值处理的 Contourlet 变换去噪 | 第65-69页 |
| ·阈值的选取 | 第65-66页 |
| ·基于阈值处理的 Contourlet 变换去噪算法描述 | 第66页 |
| ·抑制局部放电图像白噪声的实例分析 | 第66-69页 |
| ·Contourlet 变换去噪影响因素分析 | 第69-77页 |
| ·不同强度噪声对比 | 第69-72页 |
| ·不同分解层数影响 | 第72-74页 |
| ·不同分解方向数去噪效果对比 | 第74-75页 |
| ·不同类型局部放电图像的影响 | 第75-77页 |
| ·本章小结 | 第77-79页 |
| 5 基于脉冲耦合神经网络的局部放电特征提取 | 第79-97页 |
| ·引言 | 第79页 |
| ·脉冲耦合神经网络的基本模型 | 第79-84页 |
| ·Eckhorn 神经元模型 | 第79-83页 |
| ·脉冲耦合神经网络模型 | 第83-84页 |
| ·脉冲耦合神经网络的工作机理 | 第84-86页 |
| ·无耦合连接 | 第84-86页 |
| ·耦合连接 | 第86页 |
| ·基于脉冲耦合神经网络的特征提取方法 | 第86-87页 |
| ·熵序列 | 第86-87页 |
| ·基于脉冲耦合神经网络输出熵序列的局部放电灰度图像特征提取步骤 | 第87页 |
| ·试验结果及分析 | 第87-96页 |
| ·熵序列的平移缩放不变性 | 第88-89页 |
| ·β对输出熵序列的影响 | 第89-91页 |
| ·对局部放电染噪图像去噪处理前后输出的熵序列比较 | 第91-93页 |
| ·不同类型局部放电图像的熵序列 | 第93-95页 |
| ·识别结果及分析 | 第95-96页 |
| ·本章小结 | 第96-97页 |
| 6 结论与展望 | 第97-99页 |
| ·结论 | 第97-98页 |
| ·展望 | 第98-99页 |
| 致谢 | 第99-101页 |
| 参考文献 | 第101-111页 |
| 附录 | 第111页 |
| A. 作者在攻读学位期间发表的论文目录 | 第111页 |
| B. 作者在攻读博士学位期间参与的科研课题 | 第111页 |
| C. 作者在攻读学位期间取得的科研成果 | 第111页 |
