| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 目的和意义 | 第9-10页 |
| 1.2 国内外研究水平综述 | 第10-12页 |
| 1.2.1 断路器状态监测研究现状 | 第10-11页 |
| 1.2.2 断路器故障诊断研究现状 | 第11-12页 |
| 1.3 本文的理论和实践依据 | 第12-14页 |
| 1.4 本文主要研究内容 | 第14-15页 |
| 第2章 断路器机械故障类型分析 | 第15-21页 |
| 2.1 断路器的典型结构 | 第15-16页 |
| 2.2 断路器的操作系统 | 第16-18页 |
| 2.3 断路器的机械故障类型分析 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 断路器动作特性带电检测装置系统设计 | 第21-47页 |
| 3.1 硬件处理系统设计 | 第21页 |
| 3.2 系统的信息采集模块 | 第21-26页 |
| 3.2.1 传感器的选择 | 第22-23页 |
| 3.2.2 信号调理电路的设计 | 第23-24页 |
| 3.2.3 AD采集电路的设计 | 第24-26页 |
| 3.3 数据通信模块的设计 | 第26-31页 |
| 3.3.1 ARM与FPGA数据通信电路的设计 | 第27-28页 |
| 3.3.2 ARM与CAN总线通信电路的设计 | 第28-30页 |
| 3.3.3 CPU下载配置模块的设计 | 第30-31页 |
| 3.4 电源模块的设计 | 第31-33页 |
| 3.5 断路器动作特性带电检测装置软件设计 | 第33-46页 |
| 3.5.1 软件主程序设计 | 第34-35页 |
| 3.5.2 断路器上电初始化模块 | 第35-36页 |
| 3.5.3 断路器按键识别与检测模块 | 第36-37页 |
| 3.5.4 断路器电流采样控制模块 | 第37-40页 |
| 3.5.5 动作时间检测程序 | 第40-44页 |
| 3.5.6 动作电流检测流程 | 第44-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 高压断路器故障智能诊断方法 | 第47-64页 |
| 4.1 基于分合闸线圈电流诊断的判据的断路器故障智能诊断方法 | 第47-49页 |
| 4.2 基于线性判别分析和支持向量机故障诊断算法 | 第49-50页 |
| 4.3 基于线性判别分析和支持向量机故障诊断算例研究 | 第50-53页 |
| 4.4 一种改进的DAG-SVM算法在高压断路器故障诊断中的应用 | 第53-59页 |
| 4.4.1 传统的SVM多分类算法 | 第54-55页 |
| 4.4.2 SVM多分类方法 | 第55-56页 |
| 4.4.3 传统的DAG-SVM分类方法 | 第56页 |
| 4.4.4 改进型支持向量机的多分类决策树在高压断路器故障诊断中的应用 | 第56-59页 |
| 4.5 一种改进型DAG-SVM算法的算例研究 | 第59-62页 |
| 4.5.1 高压断路器样本数据的采集与处理 | 第59-60页 |
| 4.5.2 改进的DAG-SVM故障诊断模型形成 | 第60-62页 |
| 4.5.3 故障诊断 | 第62页 |
| 4.6 本章小结 | 第62-64页 |
| 第5章 结论与展望 | 第64-66页 |
| 5.1 结论 | 第64页 |
| 5.2 展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |
