高压输电线路故障定位技术的研究
摘要 | 第3-4页 |
Abstract | 第4-5页 |
1 绪论 | 第8-16页 |
1.1 课题研究背景及意义 | 第8-9页 |
1.2 故障定位的国内外研究现状 | 第9-12页 |
1.3 信号分析的国内外研究进展 | 第12-13页 |
1.4 课题的主要研究内容 | 第13-16页 |
2 暂态信号检测算法及其应用 | 第16-28页 |
2.1 常用信号分析方法 | 第16页 |
2.2 小波变换 | 第16-22页 |
2.2.1 连续小波变换 | 第17-18页 |
2.2.2 离散小波变换 | 第18页 |
2.2.3 小波的分类 | 第18-20页 |
2.2.4 小波变换的信号奇异性分析 | 第20-21页 |
2.2.5 小波变换对暂态行波的检测 | 第21-22页 |
2.3 TT变换 | 第22-26页 |
2.3.1 TT变换定义 | 第22-23页 |
2.3.2 TT变换对角线元素的快速算法 | 第23-24页 |
2.3.3 TT变换对角线元素对信号幅值的放大性 | 第24-25页 |
2.3.4 TT变换对暂态行波的检测 | 第25-26页 |
2.4 本章小结 | 第26-28页 |
3 基于TT变换的输电线路行波故障定位 | 第28-48页 |
3.1 行波的基础理论 | 第28-32页 |
3.1.1 行波的产生及传播 | 第28-30页 |
3.1.2 相模变换 | 第30-31页 |
3.1.3 行波定位原理 | 第31-32页 |
3.2 双端输电线路故障定位流程 | 第32-33页 |
3.3 基于TT变换的双端输电线路行波故障定位 | 第33-37页 |
3.3.1 双端输电线路故障模型 | 第33-34页 |
3.3.2 仿真分析 | 第34-37页 |
3.4 基于TT变换的T型输电线路行波故障定位 | 第37-46页 |
3.4.1 T型输电线路故障模型 | 第38-39页 |
3.4.2 故障分支判别及测距 | 第39-40页 |
3.4.3 仿真分析 | 第40-46页 |
3.5 本章小结 | 第46-48页 |
4 基于小波神经网络的串补输电线路故障定位 | 第48-62页 |
4.1 神经网络基本理论 | 第48-53页 |
4.1.1 神经网络(ANN)概述 | 第48-49页 |
4.1.2 神经网络学习方法 | 第49-51页 |
4.1.3 神经网络的特点 | 第51-52页 |
4.1.4 BP神经网络 | 第52-53页 |
4.2 BP小波神经网络故障定位 | 第53-57页 |
4.2.1 小波神经网络 | 第53-54页 |
4.2.2 BP小波神经网络故障定位流程 | 第54-55页 |
4.2.3 故障特征提取 | 第55-56页 |
4.2.4 构造神经网络的测试样本集 | 第56-57页 |
4.3 仿真分析 | 第57-60页 |
4.3.1 小波神经网络的构造 | 第57-59页 |
4.3.2 测试结果 | 第59-60页 |
4.4 本章小结 | 第60-62页 |
5 总结与展望 | 第62-64页 |
5.1 总结 | 第62页 |
5.2 展望 | 第62-64页 |
致谢 | 第64-66页 |
参考文献 | 第66-70页 |
附录 | 第70页 |