| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-20页 |
| ·本课题研究意义 | 第10-15页 |
| ·电力设备绝缘在线监测的意义 | 第10-12页 |
| ·电容型设备tanδ在线监测技术 | 第12-15页 |
| ·国内外研究现状 | 第15-18页 |
| ·在线监测测量技术研究现状 | 第15-17页 |
| ·tanδ数据处理方法 | 第17-18页 |
| ·论文的主要工作 | 第18-20页 |
| 第二章 影响电容型设备tanδ测量的环境因素实验研究 | 第20-44页 |
| ·试验平台搭建 | 第20-23页 |
| ·试品选择 | 第20-21页 |
| ·试验平台搭建 | 第21-23页 |
| ·单一环境因素作用下的tanδ测量 | 第23-38页 |
| ·接线方式的比较 | 第23-26页 |
| ·试验电压对tanδ测量结果的影响 | 第26-30页 |
| ·外表面受潮与环境湿度的影响 | 第30-33页 |
| ·污秽的影响 | 第33-34页 |
| ·设备温度的影响 | 第34-38页 |
| ·多种环境因素共同作用下的tanδ | 第38-43页 |
| ·温度、温度共同作用 | 第38-40页 |
| ·温度、污秽共同作有 | 第40-42页 |
| ·温度、污秽共同作用 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第三章 现场条件下影响电容型设备tanδ在线监测与环境因素的灰关联分析 | 第44-57页 |
| ·tanδ在线监测数据变化规律 | 第44-47页 |
| ·灰色关联分析 | 第47-55页 |
| ·灰关联分析理论 | 第48-49页 |
| ·环境因素与tanδ的灰关联度分析 | 第49-55页 |
| ·本章小结 | 第55-57页 |
| 第四章 基于多元主成分分析的在线监测数据预处理方法 | 第57-65页 |
| ·多元主成分分析理论 | 第57-59页 |
| ·主成分分析步骤 | 第59-60页 |
| ·运用多元主成分分析对tanδ在线监测数据进行预处理 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 基于PSO优化算法的LS-SVM在线监测tanδ数据处理分析 | 第65-81页 |
| ·最小二乘支持向量机(LS-SVM)函数估计算法 | 第65-68页 |
| ·基于粒子群优化算法(PSO)的LS-SVM模型参数选择 | 第68-71页 |
| ·粒子群算法基本原理 | 第68-69页 |
| ·粒子群算法具体流程 | 第69-70页 |
| ·参数设定 | 第70-71页 |
| ·算例验证一：基于PSO的LS-SVM模型参数优化效果验证 | 第71-75页 |
| ·算例验证二：基于LS-SVM的电容型设备tanδ实际在线监测数据处理1 | 第75-79页 |
| ·算例验证三：tanδ实际在线监测数据处理2 | 第79-80页 |
| ·本章小结 | 第80-81页 |
| 结论与展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 附录A 电容型设备绝缘在线监测tanδ数据处理计算程序 | 第87-99页 |
| 附录B 《输变电设备状态检修试验流程》(Q/GDW168-2008)关于(?)设备tanδ试验的有关规定摘录 | 第99-101页 |
| 个人简历及在校期间的研究成果 | 第101-102页 |
| 致谢 | 第102页 |
