基于局放分形特征和卷积神经网络的油纸绝缘老化阶段评估方法研究

目录

声明

致谢

变量注释表

1 绪论

1.1 课题研究背景及意义（Background and Significance of the Research）

1.2 油纸绝缘老化国内外研究现状（Research Status of Oil Paper Insulation Aging at Home and Abroad）

1.3 本文主要研究内容(Main Research Contents)

2 变压器油纸绝缘热老化实验及局部放电信号的采集

2.1 引言(Introduction)

2.2 热老化实验(Thermal Aging Test)

2.3 局部放电实验步骤及方法(Procedure and Method of Partial Discharge Experiment)

2.4 本章小结(Chapter Summary)

3 基于谱减法的油纸绝缘局部放电信号去噪

3.1 引言(Introduction)

3.2 传统谱减法及其改进(Traditional Spectral Subtraction and Its Improvement)

3.3 局部放电仿真信号与实测信号去噪分析(De-noising Analysis of Simulated and Measured Partial Discharge Signals)

3.4 本章小结(Chapter Summary)

4 基于统计特征量与分形特征量的局部放电特征提取

4.1 引言(Introduction)

4.2 基于PRPD谱图的特征参量的提取与降维(Extraction and Dimensionality Reduction of Characteristic Parameters Based on PRPD Spectrum)

4.3 局部放电分形特征参量提取（ Extraction of Fractal Characteristic Parameters of Partial Discharge）

4.4 本章小结(Chapter Summary)

5 基于卷积神经网络与支持向量机结合的局部放电模式识别

5.1 引言(Introduction)

5.2 基于 BP 神经网络与支持向量机的局部放电模式识别(Partial Discharge Pattern Recognition Based on BP Neural Network and Support Vector Machine)

5.3 卷积神经网络(Convolutional Neural Network,CNN)

5.4 卷积神经网络与支持向量机的结合(The Combination of Convolution Neural Network and Support Vector Machine) 5.4.1 CNN-SVM模型

5.5 本章小结(Chapter Summary)

6 总结与展望

参考文献

作者简历

学位论文数据集