首页--工业技术论文--电工技术论文--电器论文--开关电器、断路器论文--断路器论文

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

论文共105页,点击 下载论文
上一篇:地铁辅助电源系统关键技术研究
下一篇:永磁直驱风力发电系统故障穿越技术的研究