D-S证据理论在火电机组中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-16页 |
| 1.1.1 大数据的发展 | 第9-10页 |
| 1.1.2 大数据的处理方法 | 第10-11页 |
| 1.1.3 信息融合的应用 | 第11-16页 |
| 1.2 信息融合在热力系统中的应用研究 | 第16-17页 |
| 1.3 本课题的主要研究内容 | 第17-18页 |
| 第2章 D-S证据理论 | 第18-27页 |
| 2.1 D-S证据理论概述 | 第18-23页 |
| 2.1.1 D-S证据理论的形成 | 第18页 |
| 2.1.2 D-S证据理论的基本概念 | 第18-19页 |
| 2.1.3 D-S证据理论组合规则 | 第19-20页 |
| 2.1.4 D-S证据理论的核心、优势及适用领域 | 第20页 |
| 2.1.5 D-S证据理论的局限性 | 第20页 |
| 2.1.6 D-S证据理论的发展 | 第20-23页 |
| 2.2 D-S证据理论存在的问题 | 第23-24页 |
| 2.3 解决办法 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 信度函数分配的构造方法 | 第27-37页 |
| 3.1 信度函数分配的获取方法 | 第27-30页 |
| 3.1.1 典型样本 | 第27页 |
| 3.1.2 概率密度函数 | 第27-29页 |
| 3.1.3 信度函数分配的构造 | 第29-30页 |
| 3.2 数据处理 | 第30页 |
| 3.3 变压器故障诊断实例 | 第30-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 D-S证据理论的工程应用 | 第37-51页 |
| 4.1 D-S证据理论在磨煤机故障诊断中的应用 | 第37-46页 |
| 4.1.1 磨煤机简介 | 第37页 |
| 4.1.2 磨煤机故障及其危害 | 第37-38页 |
| 4.1.3 传统方法存在的缺陷 | 第38页 |
| 4.1.4 证据理论的优势 | 第38页 |
| 4.1.5 实例分析 | 第38-46页 |
| 4.2 D-S证据理论在煤种判别中的应用 | 第46-49页 |
| 4.2.1 煤种判别传统方法 | 第47-48页 |
| 4.2.2 煤种判别的D-S证据理论法 | 第48-49页 |
| 4.3 本章小结 | 第49-51页 |
| 第5章 结论与展望 | 第51-53页 |
| 5.1 结论 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第56-57页 |
| 致谢 | 第57页 |
