2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩102頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、本文在分析國內(nèi)外局部放電檢測抗干擾、模式識別和放電嚴重程度研究狀況的基礎上,深入研究了局部放電特高頻檢測技術中的抗干擾方法、特高頻信號分離方法和典型放電故障的放電模式特征以及放電類型識別與放電階段判別的方法。主要工作有:詳細分析了局部放電檢測過程中各種干擾的類型和特點,提出了內(nèi)外信號對比法、相間信號對比法、信號多周期分析方法、基于網(wǎng)格和密度聚類方法與模糊聚類分析方法的干擾信號排除方法。通過仿真驗證和現(xiàn)場數(shù)據(jù)的分析處理驗證了各種方法的有效

2、性,并且總結了四類典型干擾信號的波形特征,為今后排除干擾提供了依據(jù)。
  針對放電產(chǎn)生的單次局部放電特高頻信號,本文提出了基于時頻分析與聚類分析的信號分離方法,實現(xiàn)了多種放電故障同時存在的情況下不同放電類型的局部放電特高頻信號的分離,從而得到單一放電類型的局部放電特高頻信號,為進一步對局部放電進行模式識別研究奠定了基礎。研究了五種典型故障局部放電特高頻檢波信號的放電模式譜圖特征,分析了相應的放電模式譜圖特征量。提出了基于差異度計算

3、的放電模式識別特征量優(yōu)化選擇方法。
  通過對放電模式譜圖的統(tǒng)計特征參數(shù)、幅值特征參數(shù)以及灰度圖像特征參數(shù)進行差異度分析表明:局部放電的灰度圖像特征參數(shù)與其它特征參數(shù)相比更有利于局部放電的模式識別和放電階段的判斷?;诰植糠烹娀叶葓D像特征參數(shù)與整體的像素分布特征,分別采用灰評估和相似度計算的方法給出了放電類型識別與放電階段判別的實現(xiàn)方法。分析結果表明,采用局部放電灰度圖像的整體像素分布特征并通過與局部放電灰度圖像的樣本圖像進行相似

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論