基于朴素贝叶斯的电力变压器故障诊断
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究的目的和意义 | 第10-11页 |
| 1.1.1 电力变压器是电力系统的重要设备 | 第10页 |
| 1.1.2 电力体制改革促进检修模式的改变 | 第10-11页 |
| 1.2 现阶段电力变压器的故障诊断研究 | 第11页 |
| 1.3 贝叶斯网络的发展和应用 | 第11-14页 |
| 1.3.1 贝叶斯网络的发展 | 第11-13页 |
| 1.3.2 贝叶斯网络的应用 | 第13-14页 |
| 1.4 本论文的主要工作 | 第14-15页 |
| 第二章 变压器典型故障及主要诊断方法 | 第15-24页 |
| 2.1 概述 | 第15页 |
| 2.2 变压器主要故障类型 | 第15-20页 |
| 2.3 油中溶解气体分析法 | 第20-22页 |
| 2.4 各种诊断方法的综合分析 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 贝叶斯网络基本理论 | 第24-39页 |
| 3.1 贝叶斯理论简介 | 第24-25页 |
| 3.2 贝叶斯网络原理 | 第25-32页 |
| 3.2.1 贝叶斯公式及理论 | 第25-26页 |
| 3.2.2 贝叶斯网的概念 | 第26-28页 |
| 3.2.3 贝叶斯网的有向分隔 | 第28-30页 |
| 3.2.4 贝叶斯网络的机器学习 | 第30-32页 |
| 3.3 贝叶斯网推理 | 第32-34页 |
| 3.3.1 贝叶斯网络的推理类型 | 第32-34页 |
| 3.3.2 贝叶斯网络的推理方法 | 第34页 |
| 3.4 贝叶斯网络学习 | 第34-38页 |
| 3.4.1 贝叶斯网络的参数学习 | 第35-37页 |
| 3.4.2 贝叶斯网络的结构学习 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于贝叶斯网络的电力变压器故障诊断 | 第39-55页 |
| 4.1 引言 | 第39页 |
| 4.2 电力变压器贝叶斯网络故障诊断模型的建立 | 第39-46页 |
| 4.2.1 网络节点的确定 | 第39-40页 |
| 4.2.2 网络诊断模型的建立 | 第40-45页 |
| 4.2.3 模型性能综合分析 | 第45-46页 |
| 4.3 基于朴素贝叶斯网络的变压器故障诊断方法 | 第46-52页 |
| 4.3.1 简单故障分析举例 | 第46-51页 |
| 4.3.2 诊断效果综合分析 | 第51-52页 |
| 4.4 不完备数据结构下学习的一般方法 | 第52-53页 |
| 4.4.1 EM算法的基本思想 | 第53页 |
| 4.4.2 SEM算法的基本思想 | 第53页 |
| 4.5 本章小结 | 第53-55页 |
| 第五章 电力变压器故障诊断实例分析 | 第55-64页 |
| 5.1 项目背景简介 | 第55页 |
| 5.2 基本思想 | 第55-57页 |
| 5.3 朴素贝叶斯网络方法的故障仿真 | 第57-61页 |
| 5.3.1 样本数据的数字变量替换 | 第57-60页 |
| 5.3.2 仿真结果综合分析 | 第60-61页 |
| 5.4 实例分析 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 结论及展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71页 |
