基于油中气体分析和局部放电检测的变压器故障诊断技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 图表目录 | 第11-13页 |
| 1 绪论 | 第13-19页 |
| ·选题背景和研究意义 | 第13-14页 |
| ·变压器故障诊断概述 | 第14-15页 |
| ·变压器油中气体检测 | 第14-15页 |
| ·变压器局部放电检测 | 第15页 |
| ·基于DGA的变压器故障检测研究现状 | 第15-16页 |
| ·变压器局部放电检测研究现状 | 第16-17页 |
| ·抑制局部放电检测干扰 | 第16页 |
| ·局部放电的模式识别 | 第16-17页 |
| ·论文主要工作 | 第17-19页 |
| 2 支持向量机与数学形态学 | 第19-30页 |
| ·引言 | 第19页 |
| ·支持向量机 | 第19-24页 |
| ·支持向量机原理 | 第19-20页 |
| ·支持向量机的设计 | 第20-21页 |
| ·支持向量机的改进 | 第21页 |
| ·凸边界的多分类支持向量机 | 第21-24页 |
| ·数学形态学 | 第24-29页 |
| ·数学形态学概述 | 第24-25页 |
| ·多尺度形态学运算 | 第25页 |
| ·数学形态谱 | 第25-27页 |
| ·形态滤波器 | 第27-29页 |
| ·基于支持向量机和数学形态学的故障识别系统设计 | 第29-30页 |
| 3 变压器油色谱在线监测 | 第30-54页 |
| ·引言 | 第30页 |
| ·变压器油色谱在线监测系统概述 | 第30-32页 |
| ·油中气体谱图分析 | 第32-41页 |
| ·基于数学形态学的气体谱图滤波器设计 | 第33-37页 |
| ·谱图波峰的识别和基线值的整定 | 第37-39页 |
| ·测量气体浓度峰值电压 | 第39-41页 |
| ·谱图电压与气体浓度的非线性回归 | 第41-47页 |
| ·电压—浓度关系分析 | 第41-43页 |
| ·支持向量机回归理论 | 第43-45页 |
| ·利用支持向量机提取气体浓度 | 第45-47页 |
| ·基于支持向量机的变压器故障识别 | 第47-53页 |
| ·核参数对支持向量机分类性能的影响 | 第47-49页 |
| ·单核多分类SVM的核参数优化过程 | 第49-51页 |
| ·多核多分类SVM的核参数优化过程 | 第51-52页 |
| ·变压器故障诊断实例 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 4 变压器局部放电检测 | 第54-71页 |
| ·引言 | 第54页 |
| ·形态学滤波器抑制局部放电检测干扰 | 第54-63页 |
| ·局部放电检测干扰特点 | 第54-55页 |
| ·自适应形态滤波器设计 | 第55-57页 |
| ·自适应滤波器抑制周期周期性干扰 | 第57-61页 |
| ·自适应滤波器抑制白噪声 | 第61-62页 |
| ·自适应形态滤波器的综合滤波效果 | 第62-63页 |
| ·典型局部放电模型的实验分析 | 第63-64页 |
| ·局部放电类型与形态谱提取 | 第64-68页 |
| ·一维多值离散条件下的形态谱研究 | 第65-67页 |
| ·形态谱提取放电特征量 | 第67-68页 |
| ·基于支持向量机与形态谱的放电类型识别 | 第68-70页 |
| ·机器学习参数设置 | 第68-69页 |
| ·识别结果对比 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 5 结论与展望 | 第71-73页 |
| ·论文工作总结 | 第71页 |
| ·今后研究方向与展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 附录 | 第79页 |
