基于LVQ神经网络的电缆故障识别
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-13页 |
| ·论文研究背景及意义 | 第7-8页 |
| ·国内外电缆故障研究现状和发展趋势 | 第8-9页 |
| ·神经网络识别技术 | 第9-10页 |
| ·电力电缆故障原因 | 第10-11页 |
| ·论文主要工作与全文结构 | 第11-13页 |
| 2 电缆故障识别系统的原理与应用 | 第13-19页 |
| ·模式识别基本原理与应用 | 第13-15页 |
| ·K 均值聚类 | 第15-17页 |
| ·实验结果 | 第17-19页 |
| 3 电缆故障信息的神经网络分析 | 第19-31页 |
| ·人工神经网络简介 | 第19-22页 |
| ·常用的神经网络 | 第21-22页 |
| ·LVQ 神经网络 | 第22-29页 |
| ·LVQ 神经网络结构 | 第23-24页 |
| ·LVQ 网络的学习规则 | 第24-27页 |
| ·改进的 LVQ 方法 | 第27-28页 |
| ·LVQK 网络算法的提出与实现 | 第28-29页 |
| ·LVQK 网络识别方法在分类信息识别的仿真实验 | 第29页 |
| ·本章小结 | 第29-31页 |
| 4 电缆故障信号采集系统设计 | 第31-43页 |
| ·系统总体结构设计 | 第31-32页 |
| ·系统的硬件设计 | 第31页 |
| ·电缆故障的实验室模拟电路 | 第31-32页 |
| ·信号的获取与调理电路设计 | 第32-41页 |
| ·软件仿真模拟电路 | 第35-39页 |
| ·信号调理电路原理 | 第39页 |
| ·数据采集卡的选择 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 5 LVQK 神经网络在电缆故障中的应用 | 第43-53页 |
| ·电缆故障产生类型划分 | 第43-45页 |
| ·输电线路故障暂态过程 | 第45-48页 |
| ·行波 | 第45-46页 |
| ·输电线路故障时的行波 | 第46-47页 |
| ·关于计算反射波和折射波 | 第47-48页 |
| ·学习向量量化神经网络识别模型的建立 | 第48-50页 |
| ·实验结果及分析 | 第50页 |
| ·基于神经网络的电缆故障识别与分类的实验结果分析 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 6 结论 | 第53-55页 |
| ·结论 | 第53-54页 |
| ·展望 | 第54-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-63页 |
