| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 论文的主要研究内容与章节安排 | 第12-14页 |
| 第二章 GIS局部放电及检测方法 | 第14-31页 |
| 2.1 局部放电的等效电路 | 第14-17页 |
| 2.2 GIS常见绝缘缺陷 | 第17-20页 |
| 2.3 GIS局部放电的检测方法 | 第20-28页 |
| 2.3.1 超声波局部放电检测法 | 第20-22页 |
| 2.3.2 超高频局部放电检测法 | 第22-25页 |
| 2.3.3 SF_6气体分解物组份检测法 | 第25-28页 |
| 2.4 1000kVGIS在线检测装置应用现状 | 第28-29页 |
| 2.5 基于多传感器信息融合的局部放电在线检测法 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 GIS局部放电模拟试验及检测分析 | 第31-45页 |
| 3.1 局部放电的分析模式及特征参数 | 第31-33页 |
| 3.1.1 局部放电的分析模式 | 第31页 |
| 3.1.2 局部放电的特征参数 | 第31-33页 |
| 3.2 局部放电模拟试验平台搭建 | 第33-37页 |
| 3.2.1 GIS局部放电检测模拟试验设备 | 第33-35页 |
| 3.2.2 GIS局部放电故障缺陷模型 | 第35-37页 |
| 3.3 局部放电典型缺陷特性研究 | 第37-41页 |
| 3.3.1 超声波检测法试验结果及分析 | 第37-38页 |
| 3.3.2 超高频检测法试验结果及分析 | 第38-39页 |
| 3.3.3 SF6气体分解物组份检测试验结果及分析 | 第39-41页 |
| 3.4 1000kVGIS在线检测装置误报漏报的原因分析 | 第41-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 基于多传感器信息融合的GIS局部放电算法实现 | 第45-63页 |
| 4.1 多信息数据融合的基本理论 | 第45-48页 |
| 4.1.1 信息融合的定义和方式 | 第45-46页 |
| 4.1.2 信息融合的过程和结构 | 第46-48页 |
| 4.2 多传感器信息融合的算法 | 第48-54页 |
| 4.2.1 BP神经网络 | 第48-51页 |
| 4.2.2 D-S证据理论 | 第51-54页 |
| 4.3 多传感器信息融合检测系统的结构 | 第54-55页 |
| 4.4 多传感器信息融合检测系统的局部放电定位 | 第55-60页 |
| 4.4.1 TDOA定位算法 | 第55-56页 |
| 4.4.2 基于BP神经网络的局部放电定位 | 第56-59页 |
| 4.4.3 基于S-D证据理论决策级融合的局部放电定位 | 第59-60页 |
| 4.5 多传感器信息融合检测系统的局部放电故障类型识别 | 第60-62页 |
| 4.6 本章小节 | 第62-63页 |
| 第五章 总结与展望 | 第63-64页 |
| 5.1 总结 | 第63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 个人简介 | 第69页 |
