| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题的研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文解决的问题及方法 | 第11-12页 |
| 1.4 本文的主要工作 | 第12-13页 |
| 第2章 配电线路行波测距与信号处理 | 第13-32页 |
| 2.1 行波传播特点 | 第13-14页 |
| 2.2 行波在线路分支处的传播特性分析 | 第14-15页 |
| 2.3 行波测距方法与特点 | 第15-19页 |
| 2.4 利用小波包变换提取行波中的故障信号 | 第19-26页 |
| 2.4.1 波形的提取 | 第20-21页 |
| 2.4.2 小波包变换与滤波 | 第21-26页 |
| 2.5 行波测距的信号采集 | 第26-30页 |
| 2.5.1 信号源的选取与配变模型 | 第27-30页 |
| 2.5.2 高速数据采集系统 | 第30页 |
| 2.6 本章小结 | 第30-32页 |
| 第3章 基于 PNN 神经网络的模式识别 | 第32-38页 |
| 3.1 模式识别理论 | 第32页 |
| 3.2 人工神经网络 | 第32-33页 |
| 3.3 PNN 神经网络 | 第33-37页 |
| 3.3.1 基于 PNN 神经网络的模式识别 | 第35-36页 |
| 3.3.2 基于 PNN 神经网络的模式识别 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 C 型行波-PNN 神经网络综合故障定位方法 | 第38-42页 |
| 4.1 暂态行波信号中的故障时间信息 | 第38-39页 |
| 4.2 确定故障距离 | 第39页 |
| 4.3 故障区段的方法研究 | 第39-40页 |
| 4.4 行波—PNN 神经网络综合定位方法 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 仿真实验 | 第42-54页 |
| 5.1 C 型行波—PNN 神经网络综合定位方法的仿真试验 1 | 第42-47页 |
| 5.1.1 确定故障距离 | 第44-45页 |
| 5.1.2 确定故障分支 | 第45-47页 |
| 5.2 行波—PNN 神经网络综合定位方法的仿真算例 2 | 第47-53页 |
| 5.2.1 确定故障距离 | 第49-50页 |
| 5.2.2 确定故障分支 | 第50-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第6章 结论与展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第58-59页 |
| 致谢 | 第59页 |
