| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 课题研究的背景和意义 | 第11页 |
| 1.2 GIS局部放电的典型缺陷分类及其特高频信号特征 | 第11-12页 |
| 1.3 GIS局部放电的模式识别研究现状 | 第12-22页 |
| 1.3.1 特高频信号特征参数研究现状 | 第13-16页 |
| 1.3.2 局部放电模式识别算法研究现状 | 第16-22页 |
| 1.4 本文主要研究内容 | 第22-23页 |
| 第二章 GIS局部放电试验设计与数据处理 | 第23-36页 |
| 2.1 局部放电试验系统 | 第23-25页 |
| 2.2 数据采集 | 第25-28页 |
| 2.3 EMD经验模态分解 | 第28-33页 |
| 2.3.1 经验模态分解理论依据 | 第28-29页 |
| 2.3.2 EMD的实现流程 | 第29-33页 |
| 2.4 基于脉冲聚类的放电信号分析图谱 | 第33-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 特高频信号特征提取与模式识别研究 | 第36-49页 |
| 3.1 特征参数的构建 | 第36-39页 |
| 3.2 模式识别研究 | 第39-48页 |
| 3.2.1 K-均值聚类 | 第39-44页 |
| 3.2.2 支持向量机 | 第44-48页 |
| 3.3 本章小结 | 第48-49页 |
| 第四章 算法的分析与优化 | 第49-56页 |
| 4.1 优化的K-均值聚类算法 | 第49-50页 |
| 4.2 优化的支持向量机算法 | 第50-53页 |
| 4.2.1 核函数参数选择 | 第50页 |
| 4.2.2 正则化方法 | 第50-52页 |
| 4.2.3 支持向量机优化结果 | 第52-53页 |
| 4.3 主成分分析 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 结论与展望 | 第56-58页 |
| 5.1 结论 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 参考文献 | 第58-65页 |
| 致谢 | 第65-66页 |
| 学位论文评阅及答辩情况表 | 第66页 |