摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-14页 |
1.1 课题研究背景意义 | 第8-10页 |
1.2 电弧故障诊断技术国内外发展现状与趋势 | 第10-12页 |
1.2.1 国内发展现状与趋势 | 第10-11页 |
1.2.2 国外发展现状与趋势 | 第11-12页 |
1.3 本文主要研究工作 | 第12-14页 |
第2章 希尔伯特-黄变换与神经网络理论 | 第14-26页 |
2.1 希尔伯特-黄变换基本原理 | 第14-17页 |
2.1.1 固有模态函数 | 第14-15页 |
2.1.2 经验模态分解方法 | 第15-16页 |
2.1.3 希尔伯特谱及边际谱 | 第16-17页 |
2.2 HHT端点效应问题 | 第17-19页 |
2.2.1 HHT端点问题产生原因 | 第17-18页 |
2.2.2 HHT端点效应解决方法 | 第18-19页 |
2.3 虚假模态分量问题 | 第19-21页 |
2.4 人工神经网络理论 | 第21-25页 |
2.4.1 神经网络特点 | 第21页 |
2.4.2 BP神经网络 | 第21-25页 |
2.5 本章小结 | 第25-26页 |
第3章 电弧故障实验研究 | 第26-37页 |
3.1 电弧基本概念 | 第26-27页 |
3.2 电弧故障实验研究 | 第27-35页 |
3.2.1 AFCI的工业标准-UL1699 | 第27-28页 |
3.2.2 电弧故障模拟实验平台设计 | 第28-31页 |
3.2.3 单负载下串联电弧故障实验 | 第31-35页 |
3.3 本章小结 | 第35-37页 |
第4章 低压串联电弧故障检测方法研究 | 第37-55页 |
4.1 基于HHT的电弧故障特征分析 | 第37-48页 |
4.2 基于EMD和模糊熵的低压串联电弧故障特征提取技术研究 | 第48-50页 |
4.2.1 模糊熵定义 | 第48-49页 |
4.2.2 基于EMD和模糊熵的串联电弧故障特征提取 | 第49-50页 |
4.3 基于神经网络的串联电弧故障诊断研究 | 第50-54页 |
4.4 本章小结 | 第54-55页 |
第5章 结论 | 第55-56页 |
参考文献 | 第56-59页 |
在学研究成果 | 第59-60页 |
致谢 | 第60页 |