文摘
英文文摘
1 绪论
1.1 电力变压器局部放电在线监测的意义
1.2 电力变压器局部放电的研究现状
1.2.1 检测局部放电的主要方法
1.2.2 局部放电的类型
1.2.3 电力变压器油中悬移微粒局部放电研究现状
1.3 局部放电图像去噪的研究现状
1.3.1 变压器局部放电检测中存在的干扰
1.3.2 图像去噪的研究现状
1.3.3 Contourlet变换及其应用现状
1.4 局部放电特征提取的研究现状
1.4.1 常见的特征提取方法
1.4.2 脉冲耦合神经网络的发展及研究现状
1.4.3 基于脉冲耦合神经网络的特征提取研究现状
1.5 本文的主要研究内容与技术路线
1.5.1 主要研究内容
1.5.2 技术路线
2 油中悬移微粒局部放电模拟装置与信号检测
2.1 引言
2.2 试验装置设计
2.2.1 油流循环系统
2.2.2 流速测量与控制
2.2.3 温度测量与控制
2.2.4 油道模型设计
2.3 悬移微粒绝缘缺陷局部放电试验平台
2.3.1 悬移微粒绝缘缺陷物理模型
2.3.2 UHF天线传感器
2.3.3 局部放电检测装置
2.4 实验步骤与方法
2.4.1 获取悬移微粒缺陷局部放电信号的步骤
2.4.2 超高频法测量变压器油中悬移微粒局部放电的试验方案
2.4.3 局部放电三维图谱的构造方法
2.5 试验结果及分析
2.5.1 单次放电脉冲
2.5.2 三维分布图谱
2.6 本章小结
3 不同悬移微粒缺陷产生的局部放电特性与影响因素
3.1 引言
3.2 悬移气泡缺陷
3.2.1 外施电压的影响
3.2.2 油流速度的影响
3.2.3 温度的影响
3.2.4 气泡含量的影响
3.3 悬移非金属微粒缺陷
3.3.1 外施电压的影响
3.3.2 油流速度的影响
3.3.3 温度的影响
3.3.4 环氧树脂粉末含量的影响
3.4 悬移金属微粒缺陷
3.4.1 外施电压的影响
3.4.2 油流速度的影响
3.4.3 温度的影响
3.4.4 金属微粒含量的影响
3.5 本章小结
4 悬移微粒缺陷产生局部放电的图像去噪
4.1 contourlet变换理论
4.1.1 拉普拉斯金字塔滤波器
4.1.2 方向滤波器组
4.2 图像去噪评价参数
4.3 局部放电图像中白噪声的特点
4.4 基于阈值处理的Contourlet变换去噪
4.4.1 阈值的选取
4.4.2 基于阈值处理的Contourlet变换去噪算法描述
4.4.3 抑制局部放电图像白噪声的实例分析
4.5 Contourlet变换去噪影响因素分析
4.5.1 不同强度噪声对比
4.5.2 不同分解层数影响
4.5.3 不同分解方向数去噪效果对比
4.5.4 不同类型局部放电图像的影响
4.6 本章小结
5 基于脉冲耦合神经网络的局部放电特征提取
5.1 引言
5.2 脉冲耦合神经网络的基本模型
5.2.1 Eckhorn神经元模型
5.2.2 脉冲耦合神经网络模型
5.3 脉冲耦合神经网络的工作机理
5.3.1 无耦合连接
5.3.2 耦合连接
5.4 基于脉冲耦合神经网络的特征提取方法
5.4.1 熵序列
5.4.2 基于脉冲耦合神经网络输出熵序列的局部放电灰度图像特征提取步骤
5.5 试验结果及分析
5.5.1 熵序列的平移缩放不变性
5.5.2 β对输出熵序列的影响
5.5.3 对局部放电染噪图像去噪处理前后输出的熵序列比较
5.5.4 不同类型局部放电图像的熵序列
5.5.5 识别结果及分析
5.6 本章小结
6 结论与展望
6.1 结论
6.2 展望
致谢
参考文献
附 录
A.作者在攻读学位期间发表的论文目录
B.作者在攻读博士学位期间参与的科研课题
C.作者在攻读学位期间取得的科研成果