基于BP神经网络的变压器绕组故障诊断分析
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 引言 | 第9-15页 |
| 1.1 变压器绕组故障研究背景与意义 | 第9页 |
| 1.2 变压器绕组故障研究现状与发展趋势 | 第9-11页 |
| 1.2.1 国内和国外研究现状 | 第9-10页 |
| 1.2.2 未来发展趋势 | 第10-11页 |
| 1.3 变压器绕组故障的检测措施 | 第11页 |
| 1.4 频率响应分析法基本原理 | 第11-13页 |
| 1.5 本文研究的主要内容 | 第13-15页 |
| 2 变压器绕组故障分析 | 第15-22页 |
| 2.1 概述 | 第15-18页 |
| 2.1.1 常见电力系统故障对变压器绕组的影响 | 第15页 |
| 2.1.2 变压器绕组变形的受力分析 | 第15-16页 |
| 2.1.3 变压器绕组故障种类分析 | 第16-18页 |
| 2.2 变压器结构及等效模型 | 第18-21页 |
| 2.2.1 变压器结构 | 第18页 |
| 2.2.2 变压器频率响应等效电路 | 第18-19页 |
| 2.2.3 变压器仿真模型的建立 | 第19-21页 |
| 2.3 基于神经网络的变压器故障诊断系统 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 数据的变换处理 | 第22-31页 |
| 3.1 数据的收集及处理 | 第22-26页 |
| 3.2 小波变换提取特征向量 | 第26-30页 |
| 3.2.1 小波变换分析法的原理 | 第27页 |
| 3.2.2 多分辨率分析 | 第27-28页 |
| 3.2.3 特征向量的提取 | 第28-30页 |
| 3.3 样本集的构造 | 第30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 基于 BP 神经网络的变压器绕组故障诊断 | 第31-46页 |
| 4.1 人工神经网络的基本原理 | 第31-35页 |
| 4.1.1 人工神经网络神经元结构 | 第31-33页 |
| 4.1.2 人工神经网络的结构及工作方式 | 第33-34页 |
| 4.1.3 人工神经网络学习算法 | 第34-35页 |
| 4.2 BP 神经网络诊断系统的设计 | 第35-39页 |
| 4.2.1 BP 神经网络的构建 | 第36页 |
| 4.2.2 改进的 BP 神经网络学习算法 | 第36-38页 |
| 4.2.3 MATLAB 仿真流程 | 第38-39页 |
| 4.3 诊断系统仿真分析 | 第39-41页 |
| 4.4 实例验证 | 第41-45页 |
| 4.5 本章小结 | 第45-46页 |
| 5 变压器绕组变形诊断软件的设计 | 第46-52页 |
| 5.1 人机交互系统设计 | 第46-47页 |
| 5.1.1 软件开发平台 | 第46页 |
| 5.1.2 变压器绕组故障诊断系统 | 第46-47页 |
| 5.2 人机接口界面 | 第47-49页 |
| 5.3 数据库管理模块 | 第49-51页 |
| 5.4 本章小结 | 第51-52页 |
| 6 总结与展望 | 第52-53页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 在读期间发表的学术论文 | 第55-56页 |
| 作者简历 | 第56-57页 |
| 致谢 | 第57-58页 |
