首页--工业技术论文--电工技术论文--高电压技术论文--高电压试验设备及测量技术论文

基于虚拟仪器的局部放电信号提取与模式识别研究

摘要第1页
ABSTRACT第4-7页
第一章 绪论第7-14页
   ·大型发电机局部放电在线监测的意义第7-9页
     ·局部放电产生原因、危害及放电类型第7-9页
     ·局部放电信号提取及模式识别的意义第9页
   ·局部放电信号去噪的研究现状第9-12页
     ·噪声的种类第9-10页
     ·干扰的抑制第10-12页
   ·局部放电模式识别技术的研究现状第12-13页
   ·本文研究内容第13-14页
第二章 局部放电信号测量方法与采集系统第14-27页
   ·脉冲电流法测量发电机局部放电第14-15页
   ·基于虚拟仪器的局部放电数据采集系统的组成第15-16页
   ·硬件设计第16-20页
     ·传感器第16-18页
     ·前置放大器第18页
     ·数据采集卡第18-19页
     ·计算机系统第19-20页
   ·软件设计第20-27页
     ·驱动/采集程序的设计第20-23页
     ·通信程序的设计第23-27页
       ·DataSocket 逻辑构成第23-24页
       ·DataSocket 网络通信实现第24-27页
第三章 基于小波分析理论的局部放电信号提取第27-42页
   ·小波分析的基本理论第27-31页
     ·连续小波变换第27-28页
     ·离散小波变换第28-29页
     ·多分辨率分析与Mallat 快速算法第29-31页
   ·小波阈值法去噪第31-33页
     ·小波阈值法去噪原理第31页
     ·小波阈值法去噪方法第31-33页
     ·软件实现第33页
   ·小波阈值法去除白噪声仿真第33-36页
     ·发电机局部放电脉冲数学模型第33-35页
     ·仿真分析第35-36页
   ·现场信号提取分析第36-41页
   ·本章小结第41-42页
第四章 发电机局部放电模式识别研究第42-55页
   ·模式识别系统第42-43页
   ·局部放电的特征量提取第43-47页
     ·局部放电指纹谱图的构造第43-45页
       ·二维谱图的构造第44-45页
       ·三维谱图的构造第45页
     ·对谱图的特征量提取第45-47页
       ·统计特征参数第45-47页
       ·三维表列数据第47页
   ·基于BP 神经网络的模式识别第47-54页
     ·神经网络的原理第47-49页
     ·BP 算法第49-51页
     ·BP 神经网络在局部放电模式识别中的应用第51-54页
       ·BP 算法MATLAB 中的实现第51-52页
       ·实际工程中BP 算法的实现第52-54页
   ·本章小结第54-55页
第五章 结论与展望第55-56页
参考文献第56-59页
致谢第59-60页
附录第60-62页
在学期间发表的学术论文和参加科研情况第62页

论文共62页,点击 下载论文
上一篇:基于SOA的实时数据仓库技术研究
下一篇:国电电力燃料管理信息系统建设(GD-RIS)