| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 局部放电信号检测方法的研究现状 | 第10-12页 |
| 1.2.2 局部放电信号特征提取的研究现状 | 第12-14页 |
| 1.2.3 局部放电模式识别分类器的研究现状 | 第14-15页 |
| 1.3 论文的主要研究内容 | 第15-16页 |
| 第2章 基于变分模态分解和多尺度排列熵的局部放电信号特征提取 | 第16-30页 |
| 2.0 引言 | 第16页 |
| 2.1 变分模态分解算法原理 | 第16-18页 |
| 2.2 多尺度排列熵 | 第18-19页 |
| 2.3 局部放电模型及信号采集 | 第19-20页 |
| 2.3.1 局部放电模型 | 第19页 |
| 2.3.2 局部放电信号采集 | 第19-20页 |
| 2.4 特征提取流程及最大相关最小冗余准则 | 第20-22页 |
| 2.4.1 特征提取流程 | 第20-21页 |
| 2.4.2 最大相关最小冗余准则 | 第21-22页 |
| 2.5 参数选择 | 第22-25页 |
| 2.5.1 模态数K | 第22-24页 |
| 2.5.2 多尺度排列熵参数的选取 | 第24-25页 |
| 2.6 基于VMD-MPE局部放电特征提取分析 | 第25-28页 |
| 2.7 基于SVM的局部放电模式识别 | 第28-29页 |
| 2.8 本章小结 | 第29-30页 |
| 第3章 基于VPMCD的变压器局部放电模式识别 | 第30-42页 |
| 3.1 引言 | 第30页 |
| 3.2 VPMCD原理 | 第30-31页 |
| 3.2.1 变量预测模型 | 第30页 |
| 3.2.2 多项式响应面法 | 第30-31页 |
| 3.3 VPMCD算法流程 | 第31-33页 |
| 3.3.1 训练过程 | 第32页 |
| 3.3.2 测试过程 | 第32-33页 |
| 3.4 与其他模式识别算法的对比分析 | 第33-36页 |
| 3.4.1 BP神经网络 | 第33-34页 |
| 3.4.2 支持向量机 | 第34-35页 |
| 3.4.3 UCI数据分析 | 第35-36页 |
| 3.5 基于VPMCD的局部放电模式识别 | 第36-41页 |
| 3.5.1 特征提取 | 第36-38页 |
| 3.5.2 识别步骤 | 第38页 |
| 3.5.3 实验结果分析 | 第38-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 对VPMCD的改进及其在小样本局部放电模式识别中的应用 | 第42-50页 |
| 4.1 引言 | 第42页 |
| 4.2 改进的VPMCD算法原理 | 第42-44页 |
| 4.2.1 移动最小二乘法 | 第42-43页 |
| 4.2.2 正交基函数 | 第43-44页 |
| 4.3 改进VPMCD的算法流程 | 第44-45页 |
| 4.3.1 模型训练 | 第44页 |
| 4.3.2 模型测试 | 第44-45页 |
| 4.4 UCI数据验证 | 第45-46页 |
| 4.5 基于改进VPMCD算法的局部放电模式识别 | 第46-48页 |
| 4.5.1 特征提取 | 第46-47页 |
| 4.5.2 实验结果分析及验证 | 第47-48页 |
| 4.6 本章小结 | 第48-50页 |
| 第5章 结论与展望 | 第50-51页 |
| 5.1 结论 | 第50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 在学期间发表的学术论文和参加科研情况 | 第55-56页 |
| 致谢 | 第56页 |