| 第一章 概述 | 第1-16页 |
| ·本文的研究意义 | 第7-9页 |
| ·气体绝缘变电站内局部放电信号概述 | 第9-10页 |
| ·小波分析及神经网络的发展及应用 | 第10-14页 |
| ·小波分析的发展概述 | 第10-11页 |
| ·小波分析的应用 | 第11-12页 |
| ·神经网络(Neural Networks---NN)发展概述 | 第12-13页 |
| ·神经网络在电力系统中的应用 | 第13-14页 |
| ·本文的主要工作 | 第14页 |
| ·实施软硬件平台介绍 | 第14-16页 |
| 第二章 小波变换及神经网络基础理论概述 | 第16-40页 |
| ·小波变换的基本理论 | 第16-26页 |
| ·Fourier分析 | 第16页 |
| ·小波分析(Wavelet Analysis) | 第16-19页 |
| ·连续小波变换(Continuous Wavelet Transform) | 第19-20页 |
| ·离散小波变换(Discrete Wavelet Transform) | 第20-23页 |
| ·快速小波变换算法(FWT) | 第23-24页 |
| ·小波包变换(Wavelet Packet Transform) | 第24-25页 |
| ·小波家族的成员及其特性 | 第25-26页 |
| ·神经网络的基础理论 | 第26-40页 |
| ·神经网络基本特征和类型 | 第26-28页 |
| ·神经网络的拓扑结构 | 第28-29页 |
| ·神经网络的学习 | 第29-30页 |
| ·S形函数的前向多层感知机模型 | 第30-33页 |
| ·前向二层NN结构及其逆推学习算法 | 第33-40页 |
| 第三章 基于小波变换及神经网络的PD信号处理 | 第40-59页 |
| ·基于小波变换的特征抽取 | 第40-51页 |
| ·小波基的选取 | 第40-42页 |
| ·算法实现 | 第42-44页 |
| ·结果及分析 | 第44-48页 |
| ·程序及流程图 | 第48-51页 |
| ·小结 | 第51页 |
| ·基于神经网络的PD信号识别 | 第51-59页 |
| ·识别系统模型构造及算法实现 | 第51-56页 |
| ·结果及分析 | 第56-58页 |
| ·小结 | 第58-59页 |
| 第四章 总结 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62页 |
