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--油浸式电力变压器论文

变压器油中溶解气体在线监测系统及其故障诊断方法研究

摘要第1-9页
Abstract第9-10页
第1章 绪论第10-15页
 1.1 研究背景及意义第10-11页
 1.2 变压器在线监测及其发展现状第11-13页
  1.2.1 在线监测的必要性第11-12页
  1.2.2 在线监测的发展阶段第12页
  1.2.3 电力变压器主要监测参量第12-13页
 1.3 人工神经网络的发展及其在油色谱故障诊断中的应用第13-14页
 1.4 本文的课题来源及主要章节的安排第14-15页
第2章 油中气体在线监测故障诊断原理第15-24页
 2.1 产气机理第15-17页
  2.1.1 变压器油裂化及产气第15页
  2.1.2 固体绝缘材料的分解及产气第15-16页
  2.1.3 气体在油中的溶解第16-17页
 2.2 电力设备故障与油中特征气体的关系第17-18页
  2.2.1 热性故障时的特征气体第17-18页
  2.2.2 放电性故障时的特征气体第18页
 2.3 在线监测色谱数据的获取第18-23页
  2.3.1 油气分离单元第19-21页
  2.3.2 混合气体分离单元第21-22页
  2.3.3 气敏传感单元第22-23页
 2.4 小结第23-24页
第3章 油中溶解气体在线监测控制系统设计第24-40页
 3.1 系统组成第24-25页
 3.2 控制模块硬件设计第25-31页
  3.2.1 色谱监测控制模块硬件设计第25-28页
  3.2.2 通讯控制器模块硬件设计第28-31页
 3.3 控制系统软件设计第31-34页
 3.4 通讯协议第34-37页
  3.4.1 CAN数据帧的划分第34-35页
  3.4.2 链路规约控制信息格式第35-37页
  3.4.3 ASDU中数据和参数的类型第37页
 3.5 系统抗干扰设计第37-39页
 3.6 小结第39-40页
第4章 DGA常规故障诊断方法第40-47页
 4.1 基于 DGA的比值诊断方法第40-44页
  4.1.1 三比值法第40-42页
  4.1.2 基于比值其他诊断方法第42-44页
 4.2 其他诊断方法第44-46页
  4.2.1 模糊综合评判诊断方法第44-45页
  4.2.2 故障诊断专家系统第45-46页
 4.3 小结第46-47页
第5章 基于 DGA的神经网络故障诊断第47-66页
 5.1 神经网络原理第47-51页
  5.1.1 神经元模型第47-48页
  5.1.2 神经网络的类型第48页
  5.1.3 神经网络学习规则第48-50页
  5.1.4 神经网络系统的稳定性第50-51页
 5.2 BP神经网络结构及算法第51-54页
  5.2.1 BP网络的训练第51-53页
  5.2.2 BP算法缺陷及其改进算法第53-54页
 5.3 RBF神经网络结构及算法第54-56页
  5.3.1 RBF网络结构第54-55页
  5.3.2 RBF网络学习算法第55-56页
 5.4 复合 BP网络在变压器色谱故障诊断中的应用第56-65页
  5.4.1 复合 BP网络模型建立第57-58页
  5.4.2 数据输入处理第58-59页
  5.4.3 聚类算法的实现第59-62页
  5.4.4 BP网络层建立第62-64页
  5.4.5 网络输出数据处理第64-65页
 5.5 小结第65-66页
第6章 系统集成及故障诊断实例第66-72页
 6.1 上位机软件设计第66-68页
  6.1.1 软件整体构架第66-67页
  6.1.2 复合神经网络模型知识库的建立第67页
  6.1.3 VB与MODEM通讯实现第67-68页
 6.2 系统运行诊断实例第68-71页
  6.2.1 在线诊断实例第68-69页
  6.2.2 离线诊断实例第69-71页
 6.3 小结第71-72页
结论第72-74页
参考文献第74-78页
致谢第78-79页
附录A(攻读学位期间所发表的学术论文目录)第79-80页
附录B(试验样本色谱数据)第80-81页

论文共81页,点击 下载论文
上一篇:RFI工艺成型复合材料构件用树脂膜研究
下一篇:公司为股东担保制度研究