摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 绪论 | 第10-13页 |
·课题来源及意义 | 第10-11页 |
·国内外研究概况 | 第11页 |
·论文的主要工作 | 第11-13页 |
第二章 泄漏电流影响因素的研究 | 第13-39页 |
·试验方法和试验装置 | 第13-14页 |
·饱和受潮条件下泄漏电流基本特性的研究 | 第14-33页 |
·电压和泄漏电流趋势 | 第14-15页 |
·泄漏电流和放电现象之间的关系 | 第15-21页 |
·运行电压下染污放电过程的研究 | 第16-18页 |
·污闪过程中电弧发展研究 | 第18-21页 |
·污秽因素的影响 | 第21-29页 |
·常规污秽状态 | 第21-23页 |
·可溶盐成分的影响 | 第23-24页 |
·灰密的影响 | 第24-25页 |
·污秽不均匀分布的影响 | 第25-26页 |
·基于Ih的污闪电压预测 | 第26-29页 |
·运行条件的影响 | 第29-30页 |
·串长对绝缘子泄漏电流和污闪电压的影响 | 第29-30页 |
·运行电压对泄漏电流的影响 | 第30页 |
·海拔高度的影响 | 第30-33页 |
·非饱和受潮条件下泄漏电流特性的研究 | 第33-38页 |
·试验装置 | 第33-34页 |
·试验方法 | 第34-35页 |
·泄漏电流最大值随湿度变化规律分析 | 第35-38页 |
·本章小结 | 第38-39页 |
第三章 基于泄漏电流和环境参数的绝缘裕度预测 | 第39-55页 |
·根据饱和受潮下泄漏电流确定绝缘子的安全裕度 | 第39-40页 |
·基于BP神经网络的泄漏电流预测 | 第40-54页 |
·神经网络简介 | 第40-45页 |
·神经元及其模型 | 第41-42页 |
·神经网络模型 | 第42页 |
·BP神经网络 | 第42-44页 |
·LM(Levenberg-Marquardt)学习算法 | 第44-45页 |
·BP神经网络预测模型的建立 | 第45-48页 |
·神经网络输入参数的选取 | 第45-46页 |
·神经网络结构的确定 | 第46-48页 |
·BP神经网络算法的C++实现 | 第48-54页 |
·实现方案 | 第48-50页 |
·算法规则 | 第50-51页 |
·算法流程图 | 第51页 |
·算法程序 | 第51-52页 |
·测试结果 | 第52-54页 |
·本章小结 | 第54-55页 |
第四章 基于VC++的外绝缘状态评估软件系统的研制 | 第55-66页 |
·系统评估流程 | 第55-56页 |
·软件框架 | 第56-59页 |
·输入模块 | 第56-57页 |
·分析模块 | 第57-58页 |
·输出模块 | 第58页 |
·高级用户管理模块 | 第58-59页 |
·外绝缘状态软件评估系统的主要界面说明 | 第59-64页 |
·主界面 | 第59页 |
·参数输入及结果输出界面 | 第59-62页 |
·导入参数分析 | 第60-61页 |
·录入参数分析 | 第61-62页 |
·网络训练界面 | 第62-63页 |
·绝缘子管理界面 | 第63-64页 |
·用户管理界面 | 第64页 |
·预测结果分析 | 第64-65页 |
·兼容性和扩展性 | 第65页 |
·本章小结 | 第65-66页 |
第五章 总结与展望 | 第66-68页 |
·总结 | 第66页 |
·展望 | 第66-68页 |
致谢 | 第68-69页 |
参考文献 | 第69-72页 |
附录A | 第72-73页 |
附录B | 第73-88页 |
B.1 LM算法代码 | 第73-84页 |
B.2 分析功能的代码 | 第84-88页 |