首页--工业技术论文--电工技术论文--高电压技术论文--高电压绝缘技术论文--绝缘的试验与检查论文

变压器和GIS局部放电监测系统

摘要第8-9页
abstract第9-10页
第一章 绪论第11-17页
    1.1 课题背景及意义第11-12页
    1.2 局部放电监测研究现状第12-15页
        1.2.1 变压器局部放电研究现状第12-14页
        1.2.2 GIS局部放电研究现状第14-15页
    1.3 本文主要工作第15-17页
第二章 变压器和GIS局部放电监测系统总体设计和硬件设计第17-25页
    2.1 局部放电机理第17-18页
    2.2 变压器和GIS局部放电监测系统设计方案第18-24页
        2.2.1 系统的设计要求第18页
        2.2.2 系统的整体结构第18-19页
        2.2.3 系统硬件整体结构第19-20页
        2.2.4 硬件选型方案第20-23页
        2.2.5 硬件电路设计及其分析第23-24页
    2.3 本章小结第24-25页
第三章 局部放电信号传播特性和信号去噪处理第25-39页
    3.1 超声波在变压器和GIS中的传播特性第25-26页
        3.1.1 超声波在变压器中的传播特性第25页
        3.1.2 超声波在GIS中的传播特性第25-26页
    3.2 电磁波在变压器和GIS中的传播特性第26-27页
        3.2.1 电磁波在变压器中的传播特性第26页
        3.2.2 电磁波在GIS中的传播特性第26-27页
    3.3 局部放电信号干扰和局部放电数学仿真模型第27-29页
        3.3.1 信号干扰分类及其传播途径第27页
        3.3.2 局部放电数学模型第27-29页
    3.4 小波去噪第29-32页
        3.4.1 小波变换第29-30页
        3.4.2 小波去噪第30-31页
        3.4.3 小波阈值去噪第31-32页
    3.5 EMD算法去噪第32-34页
    3.6 基于EMD分解的小波阈值去噪第34页
    3.7 去噪性能对比第34-37页
    3.8 本章小结第37-39页
第四章 基于BP神经网络的局部放电识别第39-47页
    4.1 局部放电特征提取第39-41页
        4.1.1 二维谱图构造第39-41页
        4.1.2 二维谱图特征提取第41页
    4.2 基于BP神经网络的局部放电识别第41-46页
        4.2.1 BP神经网络原理第41-42页
        4.2.2 BP神经网络学习算法第42-44页
        4.2.3 基于BP神经网络的局部放电模式识别仿真第44-46页
    4.3 本章小结第46-47页
第五章 局部放电超声定位研究第47-57页
    5.1 超声波定位法及其存在的问题第47-48页
        5.1.1 声-电定位法第47页
        5.1.2 声-声定位法第47-48页
    5.2 基于广义互相关的声-声定位法第48-51页
        5.2.1 基本互相关算法第48页
        5.2.2 广义互相关时延估计法第48-50页
        5.2.3 基于广义互相关时延估计仿真第50-51页
    5.3 变压器和GIS定位方法分析第51-56页
        5.3.1 变压器具体定位算法分析第52-54页
        5.3.2 GIS具体定位算法分析第54-56页
    5.4 本章小结第56-57页
第六章 变压器和GIS局部放电监测系统上位机设计第57-65页
    6.1 Labview简介第57页
    6.2 系统上位机总体功能及其实现第57-62页
        6.2.1 系统管理模块实现第58-59页
        6.2.2 系统参数设置模块实现第59-60页
        6.2.3 显示功能第60页
        6.2.4 数据分析处理功能第60-61页
        6.2.5 数据存储查询功能第61-62页
    6.3 系统性能测试第62-64页
    6.4 本章小结第64-65页
第七章 结论与展望第65-67页
参考文献第67-71页
致谢第71-73页
附录第73页

论文共73页,点击 下载论文
上一篇:多谐波源谐波责任分析方法研究
下一篇:远程无线高压核相仪的研发