电气设备热故障智能诊断预警技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 电气开关柜测温技术的研究现状 | 第11-12页 |
| 1.2.2 短距离无线通信技术的研究现状 | 第12-13页 |
| 1.2.3 电磁感应供电技术的研究现状 | 第13页 |
| 1.2.4 热故障诊断技术的研究现状 | 第13-15页 |
| 1.3 论文主要研究内容 | 第15-17页 |
| 第2章 电气开关柜温度在线监测系统设计 | 第17-27页 |
| 2.1 系统的整体设计方案 | 第17页 |
| 2.2 监测装置硬件设计 | 第17-22页 |
| 2.2.1 主控单元 | 第18-19页 |
| 2.2.2 温度采集模块 | 第19-21页 |
| 2.2.3 电参数采集模块 | 第21-22页 |
| 2.2.4 近程无线通信模块 | 第22页 |
| 2.3 集中器硬件设计 | 第22-24页 |
| 2.3.1 显示模块 | 第23-24页 |
| 2.3.2 远程无线通信模块 | 第24页 |
| 2.4 系统软件程序设计 | 第24-26页 |
| 2.4.1 监测装置程序设计 | 第25页 |
| 2.4.2 集中器程序设计 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 高压电隔离的CT取电电源 | 第27-36页 |
| 3.1 CT取电原理 | 第28-29页 |
| 3.2 CT取电结构及参数计算 | 第29-32页 |
| 3.3 CT取电电源最大功率 | 第32-33页 |
| 3.4 CT取电电路设计 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于负荷与环境温度的热故障诊断预警算法 | 第36-47页 |
| 4.1 基于神经网络的多传感器融合法 | 第36-37页 |
| 4.2 热故障诊断预警算法设计 | 第37-40页 |
| 4.3 基于BP神经网络温度预测建模 | 第40-43页 |
| 4.3.1 BP神经网络 | 第40-41页 |
| 4.3.2 神经网络样本集设计 | 第41-42页 |
| 4.3.3 神经网络结构设计及模型建立 | 第42-43页 |
| 4.4 评价体系设计及模型效果分析 | 第43-46页 |
| 4.4.1 BP神经网络评价体系设计 | 第43-44页 |
| 4.4.2 预测及效果分析 | 第44-46页 |
| 4.5 本章小节 | 第46-47页 |
| 第5章 系统实测及结果分析 | 第47-52页 |
| 5.1 系统基本功能测试结果 | 第47-48页 |
| 5.2 热故障预警效果分析 | 第48-51页 |
| 5.3 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的学术论文及获得成果 | 第57-58页 |
| 致谢 | 第58页 |
