声明
摘要
第1章 绪论
1.1 课题背景及研究的目的和意义
1.2 局部放电检测和模式识别的国内外研究现状
1.2.1 局部放电检测的研究现状
1.2.2 局部放电模式识别的研究现状
1.3 目前研究存在的问题
1.4 课题研究内容
第2章 常见局部放电的实验设计和测量
2.1 局部放电测量系统设计
2.2 局部放电的实验模型
2.3 系统检验与标定
2.4 实验过程和现象分析
2.4.1 内部放电实验
2.4.2 沿面放电实验
2.4.3 电晕放电实验
2.5 本章小结
第3章 局部放电分布的统计学模拟
3.1 计算机辅助生成局部放电数据
3.2 局部放电参量的统计学分析
3.3 基于参量统计的蒙特卡洛模拟
3.4 本章小结
第4章 BP神经网络与深度学习网络原理
4.1 有监督学习与无监督学习
4.2 神经网络及其算法
4.2.1 神经网络的结构
4.2.2 反向传导(BP)算法
4.3 深度学习简介
4.3.1 浅层网络与深层网络
4.3.2 深度学习的训练机制
4.3.3 深度学习的主流模型
4.4 自动编码机原理
4.5 本章小结
第5章 应用自编码网络处理局部放电数据
5.1 样本库的设计
5.2 对局部放电基本类别进行识别
5.3 对局部放电的组别进行识别
5.4 训练时间的对比
5.5 本章小结
第6章 结论与展望
6.1 结论
6.2 工作展望
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢