电弧故障断路器的故障电弧电流特性研究
致谢 | 第1-6页 |
中文摘要 | 第6-7页 |
ABSTRACT | 第7-11页 |
第一章 绪论 | 第11-15页 |
·课题背景及意义 | 第11-12页 |
·国内外的研究现状 | 第12-13页 |
·本文所做的工作 | 第13页 |
·课题来源 | 第13-15页 |
第二章 电弧及电弧数据的实测 | 第15-21页 |
·电弧主要特征 | 第15-16页 |
·电弧与火灾 | 第16-17页 |
·AFCI同其他断路器的比较 | 第17-18页 |
·电弧发生器 | 第18-20页 |
·数据测量环境 | 第20-21页 |
第三章 实测数据及其处理 | 第21-41页 |
·实测数据及分析结果 | 第23-39页 |
·纯电阻 | 第23-26页 |
·调光灯 | 第26-31页 |
·空调 | 第31-34页 |
·计算机 | 第34-36页 |
·计算机和调光灯组合 | 第36-39页 |
·数据相对变化率的比较 | 第39-40页 |
·小结 | 第40-41页 |
第四章 数据的傅里叶变换分析 | 第41-55页 |
·傅里叶级数与傅里叶变换 | 第41-42页 |
·离散傅里叶变换 | 第42-43页 |
·离散傅里叶变换形式 | 第42页 |
·频谱分析参数的选择 | 第42-43页 |
·混叠现象和截断效应 | 第43页 |
·窗函数 | 第43-44页 |
·快速傅里叶变换 | 第44-45页 |
·数据分析结果 | 第45-54页 |
·小结 | 第54-55页 |
第五章 数据的小波变换分析 | 第55-71页 |
·连续小波变换 | 第55-56页 |
·离散小波变换 | 第56页 |
·多分辨率分析及Mallat算法 | 第56-63页 |
·多分辨率分析 | 第56-59页 |
·Mallat算法 | 第59-62页 |
·信号的去噪声 | 第62-63页 |
·小波函数的选择及故障检测 | 第63-69页 |
·常见的小波函数 | 第63-64页 |
·小波函数的选择 | 第64-65页 |
·信号的故障检测 | 第65-66页 |
·故障检测的结果 | 第66-69页 |
·小波变换后的特征量提取 | 第69-70页 |
·小结 | 第70-71页 |
第六章 小波神经网络的判别 | 第71-81页 |
·神经网络分析 | 第71-72页 |
·神经元的基本模型 | 第71-72页 |
·多层神经网络 | 第72页 |
·BP神经网络 | 第72-73页 |
·小波神经网络 | 第73-75页 |
·小波神经网络的基本结构 | 第73-74页 |
·小波神经网络的学习算法 | 第74-75页 |
·数据分析结果 | 第75-79页 |
·分析方法的比较 | 第79-80页 |
·小结 | 第80-81页 |
第七章 总结与展望 | 第81-83页 |
·全文总结 | 第81-82页 |
·工作展望 | 第82-83页 |
参考文献 | 第83-85页 |
附录 | 第85-101页 |
作者简历 | 第101-105页 |
学位论文数据集 | 第105页 |