复杂环境中直流绝缘子的放电特性及神经网络在其中的应用
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·论文研究的目的和意义 | 第8-9页 |
| ·目前国内外研究现状 | 第9-15页 |
| ·复杂大气条件下绝缘的放电特性 | 第9-12页 |
| ·试验数据的分析和处理方法 | 第12-13页 |
| ·人工神经网络在数据处理中的应用 | 第13-15页 |
| ·论文的研究内容 | 第15页 |
| ·小结 | 第15-16页 |
| 2 复杂环境中绝缘子的直流放电特性 | 第16-28页 |
| ·试验设备和试品 | 第16-17页 |
| ·直流条件下绝缘子的污秽放电特性 | 第17-20页 |
| ·按实际线路污秽分布时绝缘子的放电特性 | 第17-20页 |
| ·绝缘子污秽闪络电压的数学估计 | 第20页 |
| ·覆冰条件下绝缘子的放电特性 | 第20-27页 |
| ·覆冰量与闪络电压的关系 | 第21-23页 |
| ·污秽与覆冰闪络电压的关系 | 第23-25页 |
| ·气压与覆冰闪络电压的关系 | 第25-27页 |
| ·污秽、覆冰和低气压共存时绝缘的放电特性 | 第27页 |
| ·小结 | 第27-28页 |
| 3 人工神经网络在绝缘放电研究中的应用 | 第28-45页 |
| ·人工神经网络的建立 | 第28-34页 |
| ·人工神经网络理论的引入 | 第28-29页 |
| ·人工神经BP网络的建立 | 第29-32页 |
| ·样本参数的归一化处理 | 第32-33页 |
| ·算法的选取和神经元组合的选择 | 第33-34页 |
| ·神经网络对一元函数逼近的验证 | 第34-37页 |
| ·神经网络对复杂环境中绝缘子闪络电压的计算 | 第37-42页 |
| ·样本的收集和数据处理 | 第37-39页 |
| ·网络的训练和结果输出 | 第39-42页 |
| ·神经网络在外绝缘选择中的应用 | 第42-44页 |
| ·复杂环境中绝缘子闪络电压的神经网络计算 | 第42-43页 |
| ·神经网络在实际线路外绝缘选择中的应用 | 第43-44页 |
| ·小结 | 第44-45页 |
| 4 人工神经网络应用中的误差验证 | 第45-55页 |
| ·神经网络产生误差的原因分析 | 第45-47页 |
| ·神经网络结构造成的误差分析 | 第45页 |
| ·样本造成的误差分析 | 第45-47页 |
| ·神经网络在闪络电压计算应用中的误差验证 | 第47-54页 |
| ·覆冰量经验公式与神经网络计算的误差比较 | 第47-49页 |
| ·气压比经验公式与神经网络计算的误差比较 | 第49-51页 |
| ·神经网络与经验公式的计算误差分析 | 第51-53页 |
| ·神经网络应用中产生误差的原因分析 | 第53-54页 |
| ·小结 | 第54-55页 |
| 5 结论 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 作者在攻读硕士学位期间发表的论文目录 | 第61-62页 |
| MATLAB中BP网络选择LM算法的参数设置 | 第62页 |
| MATLAB中神经网络的输出图形设置程序 | 第62页 |
| MATLAB中神经网络的图形输出调用程序 | 第62-64页 |
