首页--工业技术论文--电工技术论文--高电压技术论文--高电压绝缘技术论文

GIS局部放电小波去噪与模式识别的研究

致谢第1-6页
中文摘要第6-7页
ABSTRACT第7-9页
第9-13页
1 绪论第13-21页
   ·GIS简介第13-14页
   ·GIS局部放电概述第14-17页
     ·GIS绝缘结构第14-15页
     ·GIS内局部放电类型第15-16页
     ·GIS局部放电特性第16-17页
   ·GIS在线监测的意义第17-18页
   ·在线监测与诊断地目的、任务与方法第18-20页
   ·本章小结第20-21页
2 超声波法监测原理第21-31页
   ·局部放电机理第21-22页
   ·局部放电信号特征第22-25页
   ·超声波特性及传播与损耗第25-28页
     ·声学基础第25页
     ·放电超声信号传播特性第25-27页
     ·局放超声信号的传播损耗第27-28页
   ·常见干扰及其特性第28-30页
     ·连续的周期性干扰第28-29页
     ·脉冲型干扰第29页
     ·白噪第29-30页
   ·本章小结第30-31页
3 监控系统装置第31-41页
   ·测试系统硬件装置第31-35页
     ·外置传感器第31-33页
     ·前置放大滤波电路第33-34页
     ·A/D转换与信号输出装置第34-35页
   ·监测系统软件程序第35-38页
   ·接口通讯第38-39页
     ·异步通讯第38-39页
     ·时钟与接收线上的噪声干扰第39页
   ·本章小结第39-41页
4 局部放电信号的小波分析与去噪第41-61页
   ·小波分析基本原理第41-46页
     ·傅立叶变换与小波变换第41-43页
     ·小波变换概念第43-46页
   ·信号与白噪声的小波分解特性第46-49页
     ·信号的小波分解特性第46-47页
     ·白噪声的小波分解特性第47-49页
   ·小波分析对实验数据的处理结果第49-59页
     ·试验中小波基函数的选取第49-51页
     ·使用离散小波分析进行消噪第51-55页
     ·实例分析第55-57页
     ·局放信号小波分解统计量第57-59页
   ·本章小结第59-61页
5 基于小波分解提取特征参数的模式识别第61-82页
   ·放电识别原理第61-63页
     ·放电识别过程第61-62页
     ·基于距离的放电参数识别评价第62-63页
   ·局放信号分析方法第63-64页
     ·放电脉冲相位分析第63页
     ·放电脉冲波形分析第63-64页
   ·局部放电特征参量第64-70页
     ·放电谱图特征参量分析第64-67页
     ·小波变换提取特征参量第67-70页
   ·使用神经网络的局部放电模式识别第70-81页
     ·神经网络简介第70-72页
     ·神经网络的学习第72页
     ·基于BP网络的模式识别第72-76页
     ·实例分析第76-81页
   ·本章小结第81-82页
6 总结第82-83页
参考文献第83-86页
作者简历第86-88页
学位论文数据集第88页

论文共88页,点击 下载论文
上一篇:基于PEDA的可UV固化水性聚氨酯分散体的合成及改性研究
下一篇:微位移机电系统机械结构的设计与分析计算