1 绪论 1
1.1 大型发电机故障放电在线监测的重要性 1
1.2 大型发电机中故障放电的特性及其评定 4
1.2.1 电机绝缘中故障放电的危害性 4
1.2.2 电机绝缘故障放电的起因及发展过程 5
1.2.3 电机绝缘状况的故障放电表征参量 8
1.3 大型发电机绝缘故障放电在线监测的进展概况 10
1.3.1 检测传感器 10
1.3.2 监测仪与监测系统 15
2 大型发电机故障放电的特性及其仿真 20
2.1 故障放电机理 20
5.2.4 自适应滤波器在故障放电在线监测中的应用 21
2.2 放电模型及实验装置 27
2.2.1 放电模型 27
2.2.2 实验装置 30
2.3 故障放电的特性仿真 31
2.4 故障放电的统计特性 38
2.5 故障放电脉冲在电机中的传播特性 40
2.5.1 故障放电脉冲的频谱特性 40
2.5.2 故障放电脉冲在电机中的传播特性 45
3 故障放电在线监测的宽频带耦合器 49
3.1 宽频带故障放电耦合器的原理 49
3.2 宽频带故障放电耦合器的设计 55
3.2.1 磁性材料的选取 55
3.2.2 故障放电耦合器的设计与安装 60
3.3 放大器的设计 63
3.4 实用型宽频带故障放电耦合器的设计 66
3.5 宽频带故障放电耦合器的辨识建模 68
4 数字化故障放电在线监测系统的原理及实践 74
4.1 数字化故障放电在线监测系统的总体设计 74
4.2 数字化故障放电在线监测系统的实现 78
4.2.1 数字化故障放电在线监测系统的硬件 78
4.2.2 数字化故障放电在线监测系统的软件 91
4.3 数字化故障放电在线监测系统的现场应用 102
5 故障放电在线监测的抗干扰技术 104
5.1 电机中的噪声干扰及常用抗干扰方法 104
5.2 自适应滤波器的原理及实用技术 110
5.2.1 基本原理及组成 110
5.2.2 用于故障放电在线监测的自适应滤波器 115
5.2.3 自适应涉滤波器的算法 116
6 神经网络对故障放电的模式识别 132
6.1 概述 132
6.2 神经网络的原理 135
6.2.1 神经元及其模型 135
6.2.2 BP算法 138
6.2.3 遗传基因算法 142
6.3 用于故障放电模式识别的神经网络 151
6.4 人工神经网络在大型发电机故障放电模式识别中的应用 156
主要参考文献 163