| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-13页 |
| ·课题研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·电力系统故障定位方法研究现状 | 第9-10页 |
| ·电力系统故障类型分类识别的研究现状 | 第10-11页 |
| ·本论文研究的主要内容及各章节安排 | 第11-13页 |
| ·主要研究内容 | 第11页 |
| ·各章节安排 | 第11-13页 |
| 第2章 传输线行波传播理论 | 第13-23页 |
| ·电气化铁路供电系统简介 | 第13-14页 |
| ·输电线路暂态分析模型 | 第14-18页 |
| ·常分布参数模型 | 第15-17页 |
| ·频率相关分布参数模型 | 第17-18页 |
| ·行波特征及影响因素分析 | 第18-20页 |
| ·行波的折反射 | 第18-20页 |
| ·行波的畸变 | 第20页 |
| ·高速铁路牵引供电系统常见故障类型 | 第20-21页 |
| ·行波法在铁路牵引网故障测距上面临的问题 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于小波包能量谱行波信号特征提取算法研究 | 第23-38页 |
| ·小波分析算法 | 第23-24页 |
| ·小波包算法 | 第24-26页 |
| ·小波包定义 | 第25页 |
| ·小波包分解 | 第25-26页 |
| ·基于小波包能量谱的行波特征提取算法设计 | 第26-37页 |
| ·频带局部能量特征提取算法 | 第26-27页 |
| ·小波包能量谱频带特征提取算法在行波信号类型识别中的应用 | 第27-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于分形理论与小波包的行波故障类型识别算法研究 | 第38-52页 |
| ·分形理论 | 第38-41页 |
| ·分形的定义 | 第38-39页 |
| ·分形维数 | 第39-41页 |
| ·分形维数特征提取算法设计 | 第41-46页 |
| ·分形维数算法 | 第41-42页 |
| ·分形维数算法在行波信号特征提取中的应用 | 第42-46页 |
| ·小波包和分形组合技术对行波信号分类识别的算法研究 | 第46-51页 |
| ·算法设计 | 第46-47页 |
| ·算法应用 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于人工神经网络的故障类型识别 | 第52-63页 |
| ·人工神经网络简介 | 第52-53页 |
| ·BP神经网络 | 第53-56页 |
| ·BP网络算法 | 第53-56页 |
| ·基于小波包能量谱特征向量的行波波形分类识别 | 第56-58页 |
| ·样本训练 | 第56-58页 |
| ·识别结果 | 第58页 |
| ·基于小波包分形组合特征向量的行波波形分类识别 | 第58-62页 |
| ·样本训练 | 第58-60页 |
| ·神经网络性能分析 | 第60-62页 |
| ·识别结果比较分析 | 第62页 |
| ·本章小结 | 第62-63页 |
| 第6章 结论与展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录A | 第69-72页 |
| 附录B | 第72-73页 |
