首页--工业技术论文--电工技术论文--变压器、变流器及电抗器论文--电力变压器论文

基于改进支持向量机的电力变压器故障诊断与预测方法的研究

创新点第5-7页
摘要第7-9页
Abstract第9-11页
目录第12-14页
第1章 绪论第14-30页
    1.1 研究背景及意义第14-17页
    1.2 电力变压器故障诊断与预测研究现状第17-27页
        1.2.1 电力变压器故障诊断研究现状第17-24页
        1.2.2 电力变压器故障预测研究现状第24-27页
    1.3 本文主要研究工作与创新第27-30页
第2章 支持向量机及相关理论的研究第30-49页
    2.1 支持向量机应用于电力变压器故障诊断与预测的优势第30-31页
    2.2 支持向量机理论第31-42页
        2.2.1 支持向量机分类第32-36页
        2.2.2 支持向量机多分类第36-38页
        2.2.3 支持向量机回归第38-42页
    2.3 相关理论研究第42-48页
        2.3.1 聚类分析第42-45页
        2.3.2 D-S证据理论第45-47页
        2.3.3 灰关联分析第47-48页
    2.4 本章小结第48-49页
第3章 基于完全二叉树支持向量机的电力变压器故障诊断第49-70页
    3.1 引言第49-50页
    3.2 完全二叉树支持向量机第50-55页
        3.2.1 二叉树支持向量机第50-52页
        3.2.2 二叉树的构建第52-53页
        3.2.3 完全二叉树支持向量机分类器的建立第53-55页
    3.3 基于完全二叉树支持向量机的电力变压器故障诊断模型第55-64页
        3.3.1 故障分类第55-57页
        3.3.2 特征量选取第57-58页
        3.3.3 样本收集与分布第58-59页
        3.3.4 完全二叉树的生成第59-61页
        3.3.5 支持向量机的训练第61-64页
    3.4 故障诊断实例分析第64-67页
    3.5 不同方法故障诊断结果比较第67-68页
    3.6 本章小结第68-70页
第4章 基于支持向量机和D-S证据理论的电力变压器故障部位识别第70-89页
    4.1 引言第70-72页
    4.2 基于支持向量机的概率估计第72-75页
        4.2.1 二分类支持向量机后验概率估计第72-73页
        4.2.2 多分类支持向量机后验概率估计第73-75页
    4.3 基于支持向量机和D-S理论的电力变压器故障部位识别模型第75-81页
        4.3.1 故障空间的确定第75页
        4.3.2 故障征兆空间的确定第75-77页
        4.3.3 证据体的构造第77-79页
        4.3.4 支持向量机概率估计第79页
        4.3.5 基本概率分配函数的构造第79-81页
        4.3.6 证据合成和诊断决策第81页
    4.4 故障部位识别实例分析第81-86页
    4.5 不同方法故障部位识别结果比较第86-88页
    4.6 本章小结第88-89页
第5章 基于模糊支持向量机的电力变压器故障预测第89-117页
    5.1 引言第89-90页
    5.2 模糊支持向量机第90-96页
        5.2.1 模糊支持向量机回归第90-92页
        5.2.2 样本加权的方法第92-93页
        5.2.3 模糊支持向量机参数的优化第93-96页
    5.3 基于灰关联和模糊支持向量机的电力变压器故障预测模型第96-99页
    5.4 故障预测实例分析第99-113页
    5.5 不同方法预测结果比较第113-115页
    5.6 本章小结第115-117页
第6章 基于改进支持向量机的故障诊断与预测在电力变压器状态检修辅助决策系统中的应用第117-129页
    6.1 电力变压器状态检修辅助决策系统的设计第117-120页
        6.1.1 系统设计原则第117-118页
        6.1.2 系统体系结构第118页
        6.1.3 系统功能框架第118-120页
    6.2 故障诊断模块的设计第120-121页
    6.3 故障预测模块的设计第121-122页
    6.4 电力变压器状态检修辅助决策系统的实现第122-123页
    6.5 系统故障诊断与预测案例分析第123-128页
    6.6 本章小结第128-129页
第7章 结论与展望第129-132页
    7.1 结论第129-130页
    7.2 展望第130-132页
参考文献第132-140页
攻读博士学位期间发表的论文和参加的科研项目第140-141页
    发表的学术论文第140页
    科研项目及成果第140页
    专利成果第140-141页
致谢第141页

论文共141页,点击 下载论文
上一篇:绝缘子积污特性和污秽状态监测方法
下一篇:赣州城市空间营造研究--客家文化为主的多文化互动博弈