| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究的目的和意义 | 第11-12页 |
| 1.2 国内外电缆在线监测技术研究现状 | 第12-13页 |
| 1.2.1 国外电缆在线监测技术的研究现状和发展趋势 | 第12页 |
| 1.2.2 国内电缆在线监测技术的研究现状和发展趋势 | 第12-13页 |
| 1.3 国内外电缆局部放电检测技术的发展和现状 | 第13-16页 |
| 1.3.1 局部放电信号特征量提取方法简介 | 第14-15页 |
| 1.3.2 局部放电模式识别方法简介 | 第15-16页 |
| 1.4 本课题研究目标及主要研究内容 | 第16-19页 |
| 第二章 矿用高压电缆基本结构与故障机理分析 | 第19-33页 |
| 2.1 矿用高压电缆的基本结构 | 第19-20页 |
| 2.2 煤矿井下供电线路连接方式 | 第20-21页 |
| 2.3 矿用高压电缆常见故障原因和故障类型 | 第21-24页 |
| 2.3.1 常见电缆绝缘故障及原因 | 第22-23页 |
| 2.3.2 常见故障类型 | 第23-24页 |
| 2.4 矿用高压电缆绝缘特征量 | 第24-31页 |
| 2.4.1 介质损耗 | 第24-26页 |
| 2.4.2 绝缘电阻 | 第26页 |
| 2.4.3 接地线电流 | 第26页 |
| 2.4.4 局部放电 | 第26-30页 |
| 2.4.5 电缆线芯温度 | 第30-31页 |
| 2.5 矿用高压电缆绝缘故障与特征量的关系 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 矿用高压电缆绝缘人工缺陷试验 | 第33-43页 |
| 3.1 矿用高压电缆绝缘人工缺陷试验系统 | 第33-34页 |
| 3.2 电树枝试验 | 第34-37页 |
| 3.2.1 电树枝引发理论 | 第34-35页 |
| 3.2.2 试样和电极 | 第35-37页 |
| 3.3 电缆绝缘气隙试验 | 第37-41页 |
| 3.3.1 气隙放电机理 | 第37-38页 |
| 3.3.2 试样和电极 | 第38-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 矿用高压电缆绝缘中电场分布的仿真分析 | 第43-55页 |
| 4.1 电场数值分析方法 | 第43-46页 |
| 4.1.1 准静态电场概述 | 第43-44页 |
| 4.1.2 电缆绝缘结构中电场分布的数值计算 | 第44-46页 |
| 4.2 COMSOL Multiphysics4.3模拟电缆绝缘中电场分布的基本过程 | 第46-47页 |
| 4.3 电树枝对电缆绝缘中电场分布的影响 | 第47-49页 |
| 4.3.1 高压电缆绝缘电树枝中电场分布计算模型及参数 | 第47-48页 |
| 4.3.2 电树枝对电缆绝缘中电场分布的影响 | 第48-49页 |
| 4.4 气隙对电缆绝缘中电场分布的影响 | 第49-53页 |
| 4.4.1 高压电缆绝缘含气隙电场分布计算模型及参数 | 第49-50页 |
| 4.4.2 气隙大小对电缆绝缘中电场分布的影响 | 第50-52页 |
| 4.4.3 气隙形状对电缆绝缘中电场分布的影响 | 第52-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第五章 局部放电特征提取方法 | 第55-69页 |
| 5.1 局部放电φ-q-n谱图 | 第55-60页 |
| 5.1.1 电缆电树枝试验结果及分析 | 第55-56页 |
| 5.1.2 电树枝局部放电的φ-q-n谱图 | 第56-58页 |
| 5.1.3 电缆气隙局部放电的φ-q-n谱图 | 第58-60页 |
| 5.2 基于LabVIEW的局部放电特征量提取 | 第60页 |
| 5.3 局部放电统计特征参数 | 第60-64页 |
| 5.3.1 偏斜度 | 第61-62页 |
| 5.3.2 陡峭度 | 第62页 |
| 5.3.3 统计特征量的提取 | 第62-64页 |
| 5.4 分形理论 | 第64-68页 |
| 5.4.1 分形维数 | 第64页 |
| 5.4.2 空隙度 | 第64-65页 |
| 5.4.3 局部放电灰度图像构造方法 | 第65-66页 |
| 5.4.4 局部放电分形特征量的提取 | 第66-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第六章 基于可拓模式和神经网络模式的矿用高压电缆局部放电识别方法 | 第69-87页 |
| 6.1 可拓理论 | 第69-74页 |
| 6.1.1 物元理论 | 第70页 |
| 6.1.2 可拓集合 | 第70-71页 |
| 6.1.3 关联函数 | 第71-72页 |
| 6.1.4 可拓方法用于模式识别的可行性 | 第72-73页 |
| 6.1.5 可拓理论识别方法 | 第73-74页 |
| 6.2 神经网络 | 第74-78页 |
| 6.2.1 BP 神经网络模型 | 第75页 |
| 6.2.2 激活函数 | 第75-76页 |
| 6.2.3 BP网络算法 | 第76-78页 |
| 6.3 矿用高压电缆标准缺陷模式 | 第78-79页 |
| 6.4 电缆人工缺陷可拓模式识别方法 | 第79-82页 |
| 6.5 电缆人工缺陷BP神经网络模式识别方法 | 第82-84页 |
| 6.6 可拓识别方法与BP神经网络识别方法的性能评估 | 第84-86页 |
| 6.7 本章小结 | 第86-87页 |
| 第七章 结论与展望 | 第87-89页 |
| 7.1 结论 | 第87-88页 |
| 7.2 工作展望 | 第88-89页 |
| 参考文献 | 第89-95页 |
| 致谢 | 第95-97页 |
| 作者在攻读硕士学位期间的研究成果 | 第97页 |
