| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·局部放电模式识别的意义 | 第7-8页 |
| ·局部放电模式识别的现状 | 第8-10页 |
| ·局部放电模式识别方法概述 | 第8页 |
| ·局部放电的特征提取与模式识别方法 | 第8-10页 |
| ·总结 | 第10-11页 |
| ·本文研究目标与内容 | 第11-12页 |
| 第二章 局部放电特性 | 第12-20页 |
| ·局部放电的产生及其放电过程 | 第12-15页 |
| ·局部放电的放电类型 | 第15-16页 |
| ·局部放电的检测方法 | 第16-18页 |
| ·局部放电的脉冲波形 | 第18-20页 |
| 第三章 小波变换基本理论及在局放脉冲信号提取中的应用 | 第20-35页 |
| ·引言 | 第20页 |
| ·短时傅立叶变换 | 第20-22页 |
| ·小波变换及其基本性质 | 第22-24页 |
| ·连续小波变换 | 第22-23页 |
| ·连续小波的离散化 | 第23-24页 |
| ·多分辨分析和Mallat算法 | 第24-28页 |
| ·多分辨分析 | 第24-26页 |
| ·一维Mallat算法 | 第26-28页 |
| ·利用小波变换原理提取局部放电脉冲信号 | 第28-35页 |
| ·简介 | 第28-29页 |
| ·实验装置及测量系统 | 第29-30页 |
| ·多分辨率小波分解与重构算法 | 第30-33页 |
| ·屏蔽滤波器的设计及信号处理 | 第33-34页 |
| ·总结 | 第34-35页 |
| 第四章 局部放电模型的建立 | 第35-41页 |
| ·放电模型及实验装置 | 第35-38页 |
| ·放电模型 | 第35-36页 |
| ·实验线路与设备 | 第36-37页 |
| ·获取模型放电样本实验 | 第37-38页 |
| ·局放模型的建立 | 第38-41页 |
| 第五章 分形特征及其在三维时频谱图中的应用 | 第41-48页 |
| ·分形几何简介 | 第41-42页 |
| ·分形维数与分维数估计方法 | 第42-48页 |
| ·分形维数 | 第42-45页 |
| ·面分形维的计算 | 第45-48页 |
| 第六章 神经网络的识别 | 第48-56页 |
| ·人工神经网络基础 | 第48-49页 |
| ·BP网络 | 第49-53页 |
| ·BP网络算法及学习过程 | 第50-53页 |
| ·基于神经网络的模式识别 | 第53-56页 |
| 第七章 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 发表论文和科研情况说明 | 第61-62页 |
| 致谢 | 第62页 |