基于多传感器信息技术的变电站热故障监测方法
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 引言 | 第9-10页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 当前面临主要问题 | 第12-14页 |
| 1.4 论文主要工作及章节安排 | 第14-16页 |
| 1.4.1 论文主要研究工作 | 第14页 |
| 1.4.2 论文章节安排 | 第14-16页 |
| 第2章 红外监测技术的基本原理 | 第16-24页 |
| 2.1 红外监测原理 | 第16-18页 |
| 2.1.1 红外辐射原理 | 第16-17页 |
| 2.1.2 红外探测原理 | 第17-18页 |
| 2.2 红外热像仪的介绍 | 第18-20页 |
| 2.2.1 红外热像仪功能 | 第18页 |
| 2.2.2 红外热像仪硬件构造 | 第18-19页 |
| 2.2.3 红外热像仪选型 | 第19-20页 |
| 2.3 红外图像分割 | 第20-23页 |
| 2.3.1 阈值分割法 | 第20-21页 |
| 2.3.2 边缘分割法 | 第21-22页 |
| 2.3.3 区域分割法 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 火灾监测技术的理论基础 | 第24-37页 |
| 3.1 变电站火灾简介 | 第24-26页 |
| 3.1.1 发生火灾的原因 | 第24-25页 |
| 3.1.2 火灾的特点 | 第25页 |
| 3.1.3 火灾的监测 | 第25-26页 |
| 3.2 火灾传感器 | 第26-29页 |
| 3.2.1 烟雾探测器 | 第26-27页 |
| 3.2.2 CO探测器 | 第27-28页 |
| 3.2.3 温度探测器 | 第28-29页 |
| 3.3 传统火灾报警算法 | 第29-30页 |
| 3.3.1 阈值报警法 | 第29页 |
| 3.3.2 系统描述法 | 第29页 |
| 3.3.3 统计法 | 第29-30页 |
| 3.4 多传感器信息融合算法 | 第30-34页 |
| 3.4.1 信息融合的概念 | 第30-31页 |
| 3.4.2 信息融合的层次 | 第31-34页 |
| 3.5 常用的信息融合的方法 | 第34-35页 |
| 3.6 本章小结 | 第35-37页 |
| 第4章 变电站设备的远程监测与故障诊断 | 第37-50页 |
| 4.1 监测硬件设计 | 第37-38页 |
| 4.1.1 云台的选型 | 第37页 |
| 4.1.2 一体化云台设计 | 第37-38页 |
| 4.1.3 昼夜监测摄像机设计 | 第38页 |
| 4.2 监测功能介绍 | 第38-39页 |
| 4.3 基于红外图像与可见光图像融合的监测 | 第39-41页 |
| 4.3.1 目标区域分割 | 第39-40页 |
| 4.3.2 图像融合 | 第40-41页 |
| 4.4 电力设备故障分析与诊断方法 | 第41-49页 |
| 4.4.1 电气设备热故障分析 | 第41-43页 |
| 4.4.2 判别方法 | 第43-45页 |
| 4.4.3 判别示例 | 第45-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 基于D-S证据理论的火灾报警方法 | 第50-61页 |
| 5.1 D-S证据理论介绍 | 第50-53页 |
| 5.1.1 D-S证据理论相关概念 | 第50-52页 |
| 5.1.2 证据理论的合成 | 第52-53页 |
| 5.1.3 判别规则 | 第53页 |
| 5.2 D-S融合算法建模 | 第53-58页 |
| 5.2.1 火灾信息识别框架选取 | 第54页 |
| 5.2.2 可信度函数（BEL）分配 | 第54-56页 |
| 5.2.3 信度函数融合 | 第56-58页 |
| 5.3 火灾证据融合仿真 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 导师简介 | 第66-67页 |
| 作者简介 | 第67-68页 |
| 学位论文数据集 | 第68页 |
