摘要 | 第3-5页 |
Abstract | 第5-6页 |
1.绪论 | 第9-17页 |
1.1 研究背景及意义 | 第9页 |
1.2 国内外研究现状 | 第9-14页 |
1.2.1 局部放电监测方法 | 第9-10页 |
1.2.2 局部放电抗干扰方法研究 | 第10-12页 |
1.2.3 局部放电模式识别方法研究 | 第12-14页 |
1.3 本文主要内容及章节安排 | 第14-17页 |
2.局部放电信号和干扰的特性研究 | 第17-21页 |
2.1 引言 | 第17页 |
2.2 局部放电信号和干扰特性研究 | 第17-18页 |
2.2.1 局部放电信号特性 | 第17页 |
2.2.2 干扰信号特性 | 第17-18页 |
2.3 局部放电信号和干扰仿真信号模型 | 第18-20页 |
2.3.1 局部放电信号模型 | 第18-19页 |
2.3.2 干扰信号模型 | 第19页 |
2.3.3 仿真信号模型 | 第19-20页 |
2.3.4 仿真分析中算法评价指标的选取 | 第20页 |
2.4 本章小结 | 第20-21页 |
3.基于熵阈值法的小波变换和小波包变换局部放电信号去噪 | 第21-59页 |
3.1 引言 | 第21页 |
3.2 小波(包)变换和熵阈值分析 | 第21-25页 |
3.2.1 小波变换和小波包变换 | 第21-23页 |
3.2.2 小波变换和小波包变换降噪 | 第23-24页 |
3.2.3 信息熵 | 第24-25页 |
3.3 基于熵阈值法的小波变换局放信号去噪 | 第25-40页 |
3.3.1 熵阈值法小波变换的基本原理 | 第25页 |
3.3.2 最优小波基的确定 | 第25-30页 |
3.3.3 熵阈值的确定 | 第30-34页 |
3.3.4 基于熵阈值法的小波变换干扰抑制仿真与实测数据处理 | 第34-40页 |
3.4 基于熵阈值法的小波包变换局放信号去噪 | 第40-56页 |
3.4.1 熵阈值法小波包变换的基本原理 | 第40-41页 |
3.4.2 最优小波包基的确定 | 第41-46页 |
3.4.3 熵阈值的确定 | 第46-49页 |
3.4.5 基于熵阈值法的小波包变换干扰抑制仿真与实测数据处理 | 第49-56页 |
3.5 本章小结 | 第56-59页 |
4.基于熵阈值和峭度-近似熵的变分模态分解(VMD)局部放电信号去噪 | 第59-87页 |
4.1 引言 | 第59页 |
4.2 变分模态分解(VMD) | 第59-60页 |
4.3 基于熵阈值法的VMD局放信号去噪 | 第60-70页 |
4.3.1 熵阈值法VMD的基本原理 | 第60页 |
4.3.2 熵阈值的确定 | 第60-64页 |
4.3.3 基于熵阈值法的VMD干扰抑制仿真与实测数据处理 | 第64-70页 |
4.4 基于峭度-近似熵的VMD局放信号去噪 | 第70-78页 |
4.4.1 峭度-近似熵VMD的基本原理 | 第70-72页 |
4.4.2 基于峭度-近似熵的VMD干扰抑制仿真与实测数据处理 | 第72-78页 |
4.5 本文算法的仿真以及实测分析结果比较 | 第78-84页 |
4.5.1 仿真分析比较 | 第78-82页 |
4.5.2 实测处理结果比较 | 第82-84页 |
4.6 本章小结 | 第84-87页 |
5.基于支持向量机(SVM)的变压器寿命状态识别 | 第87-93页 |
5.1 引言 | 第87页 |
5.2 支持向量机(SVM)的基本原理 | 第87-89页 |
5.2.1 SVM的模型 | 第87-89页 |
5.3 局放信号特征量提取与模式识别 | 第89-91页 |
5.3.1 样本熵特征量提取 | 第89页 |
5.3.2 基于SVM的变压器寿命状态识别 | 第89-91页 |
5.4 本章小结 | 第91-93页 |
6.总结与展望 | 第93-95页 |
6.1 总结 | 第93-94页 |
6.1.1 全文总结 | 第93-94页 |
6.1.2 主要创新点 | 第94页 |
6.2 展望 | 第94-95页 |
致谢 | 第95-97页 |
参考文献 | 第97-103页 |
在校学习期间发表的论文 | 第103页 |