| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 课题背景和研究意义 | 第9-10页 |
| 1.2 局部放电类型与机理 | 第10-12页 |
| 1.3 局部放电检测方法 | 第12-17页 |
| 1.4 国内外研究现状 | 第17-20页 |
| 1.4.1 局部放电在线检测方法研究现状 | 第17-18页 |
| 1.4.2 局部放电模式识别研究现状 | 第18-20页 |
| 1.5 本文主要研究内容和工作 | 第20-21页 |
| 第二章 便携式局部放电在线检测仪器硬件电路设计 | 第21-41页 |
| 2.1 总体结构介绍 | 第21-22页 |
| 2.2 传感器选型与设计 | 第22-31页 |
| 2.2.1 超声波传感器 | 第23-25页 |
| 2.2.2 TEV传感器 | 第25-27页 |
| 2.2.3 高频电流传感器 | 第27-31页 |
| 2.3 信号调理电路设计 | 第31-37页 |
| 2.3.1 低频采样通道信号调理电路 | 第31-35页 |
| 2.3.2 高频采样通道信号调理电路 | 第35-37页 |
| 2.4 电源管理模块 | 第37-39页 |
| 2.5 音频输出电路 | 第39页 |
| 2.6 本章小结 | 第39-41页 |
| 第三章 便携式局部放电在线检测仪器软件系统设计 | 第41-57页 |
| 3.1 FPGA逻辑电路设计 | 第41-53页 |
| 3.1.1 数据处理 | 第41-44页 |
| 3.1.2 信号降噪 | 第44-50页 |
| 3.1.3 低功耗设计 | 第50-52页 |
| 3.1.4 高频采样信号同步 | 第52-53页 |
| 3.2 人机界面设计 | 第53-55页 |
| 3.3 本章小结 | 第55-57页 |
| 第四章 局部放电模式识别技术研究与实现 | 第57-81页 |
| 4.1 特征量提取 | 第57-63页 |
| 4.1.1 三维表列数据 | 第58-59页 |
| 4.1.2 统计特征参数 | 第59-61页 |
| 4.1.3 矩特征参数 | 第61-63页 |
| 4.2 模式识别算法 | 第63-68页 |
| 4.2.1 BP神经网络 | 第63-67页 |
| 4.2.2 基于BP神经网络的局部放电模式识别实现 | 第67-68页 |
| 4.3 基于BP神经网络的局部放电模式识别结果与改进 | 第68-79页 |
| 4.3.1 三维表列数据方法识别结果 | 第68-71页 |
| 4.3.2 统计特征参数方法识别结果 | 第71-73页 |
| 4.3.3 矩特征参数方法识别结果 | 第73-74页 |
| 4.3.4 特征量相关性分析 | 第74-77页 |
| 4.3.5 混合特征量方法识别结果 | 第77-79页 |
| 4.3.6 模式识别实际运用 | 第79页 |
| 4.4 本章小结 | 第79-81页 |
| 第五章 总结与展望 | 第81-83页 |
| 5.1 总结 | 第81页 |
| 5.2 展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-89页 |
| 攻读硕士学位期间参加科研情况 | 第89页 |