基于特高频检测方法的局部放电特性研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究的背景及意义 | 第9页 |
| 1.2 局部放电原理 | 第9-11页 |
| 1.3 几种常见的局部放电检测方法 | 第11-12页 |
| 1.3.1 脉冲电流法 | 第11-12页 |
| 1.3.2 超声波检测法 | 第12页 |
| 1.3.3 化学检测法 | 第12页 |
| 1.3.4 特高频检测法 | 第12页 |
| 1.4 国内外研究现状 | 第12-13页 |
| 1.5 本文的主要工作 | 第13-15页 |
| 第2章 局部放电实验研究及特征量提取 | 第15-32页 |
| 2.1 3 米法电波暗室 | 第15-16页 |
| 2.2 四种典型的局部放电模型 | 第16-17页 |
| 2.2.1 内部局部放电 | 第16页 |
| 2.2.2 悬浮局部放电 | 第16页 |
| 2.2.3 沿面局部放电 | 第16-17页 |
| 2.2.4 针板局部放电 | 第17页 |
| 2.3 局部放电检测仪器可靠性检验 | 第17-23页 |
| 2.4 实验数据采集与特征量提取 | 第23-30页 |
| 2.4.1 内部放电模型局部放电测量 | 第24-25页 |
| 2.4.2 悬浮放电模型局部放电测量 | 第25-27页 |
| 2.4.3 沿面放电模型局部放电测量 | 第27-28页 |
| 2.4.4 针板放电模型局部放电测量 | 第28-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 支持向量机和相关向量机算法 | 第32-39页 |
| 3.1 支持向量机理论 | 第32页 |
| 3.2 线性可分情形 | 第32-34页 |
| 3.3 非线性情形 | 第34-35页 |
| 3.4 相关向量机分类算法 | 第35-37页 |
| 3.4.1 RVM分类模型 | 第35-36页 |
| 3.4.2 求解最优权值 | 第36-37页 |
| 3.4.3 超参数迭代 | 第37页 |
| 3.5 核函数 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 SVM和RVM在局部放电类型识别中的应用 | 第39-46页 |
| 4.1 SVM和RVM多分类方法； | 第39-41页 |
| 4.1.1 一对多方法 | 第39-40页 |
| 4.1.2 一对一方法 | 第40页 |
| 4.1.3 二叉树法 | 第40-41页 |
| 4.1.4 决策导向无环图 | 第41页 |
| 4.2 实验分析 | 第41-45页 |
| 4.2.1 基于SVM的局部放电分类识别 | 第42-43页 |
| 4.2.2 基于RVM的算法分析 | 第43-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第5章 结论与展望 | 第46-47页 |
| 5.1 结论 | 第46页 |
| 5.2 展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50-51页 |
| 攻读硕士学位期间发表的论文 | 第51页 |
