摘要 | 第1-4页 |
Abstract | 第4-7页 |
1 绪论 | 第7-13页 |
·水轮发电机局部放电在线监测研究的背景和意义 | 第7-8页 |
·国内外相关技术发展现状 | 第8-12页 |
·硬件去干扰技术 | 第8-10页 |
·软件去干扰技术 | 第10-12页 |
·本文主要研究内容 | 第12-13页 |
2 水轮发电机局部放电在线监测系统的组成及关键技术 | 第13-21页 |
·水轮发电机局部放电的类型及特征 | 第13-14页 |
·内部放电 | 第13页 |
·端部放电 | 第13-14页 |
·槽部放电 | 第14页 |
·局部放电的监测方法 | 第14-15页 |
·高频电流传感器监测法 | 第14页 |
·PDA监测法 | 第14-15页 |
·SSC监测法 | 第15页 |
·天线监测法 | 第15页 |
·水轮发电机局部放电在线监测系统的组成 | 第15-16页 |
·系统的关键技术 | 第16-20页 |
·传感器技术 | 第16-17页 |
·信号传输技术 | 第17-18页 |
·数据分析、处理和诊断技术 | 第18-19页 |
·抗干扰技术 | 第19-20页 |
·本章小结 | 第20-21页 |
3 独立分量分析的基本原理 | 第21-37页 |
·ICA的数学框架 | 第21-23页 |
·ICA的定义 | 第21-22页 |
·ICA的解释 | 第22-23页 |
·ICA的相关数学知识 | 第23-29页 |
·概率论知识 | 第23-24页 |
·统计知识 | 第24-26页 |
·信息论知识 | 第26-29页 |
·独立性判据 | 第29-31页 |
·互信息极小化判据 | 第30页 |
·信息极大化判据 | 第30-31页 |
·极大似然判据 | 第31页 |
·常用算法 | 第31-36页 |
·互信息极小算法 | 第32页 |
·最大似然算法 | 第32-33页 |
·信息极大算法 | 第33-35页 |
·FAST-ICA算法 | 第35-36页 |
·ICA研究中的主要问题 | 第36页 |
·本章小结 | 第36-37页 |
4 基于ICA的水轮发电机局部放电抗干扰技术 | 第37-43页 |
·局部放电信号的干扰分类 | 第37-38页 |
·从干扰的来源分类 | 第37-38页 |
·从干扰的传播途径分类 | 第38页 |
·基于ICA的局部放电去噪研究 | 第38-42页 |
·虚拟噪声实验 | 第38-40页 |
·仿真信号分析 | 第40-42页 |
·结论 | 第42-43页 |
5 基于EMD和ICA的局部放电去噪研究 | 第43-55页 |
·经验模态分解(EMD)方法 | 第43-47页 |
·EMD的提出-瞬时频率 | 第43-44页 |
·固有模态函数 | 第44-45页 |
·EMD"筛分"特性 | 第45-47页 |
·基于EMD和ICA的局部放电去噪研究 | 第47-53页 |
·仿真信号分析 | 第47-51页 |
·实例分析 | 第51-53页 |
·本章小结 | 第53-55页 |
6 结论与展望 | 第55-57页 |
·结论 | 第55页 |
·展望 | 第55-57页 |
致谢 | 第57-59页 |
参考文献 | 第59-63页 |
攻读硕士期间发表的论文 | 第63页 |