变电站二次设备全寿命周期管理及故障检测
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-18页 |
1.1 研究目的与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 二次设备故障预测 | 第10-11页 |
1.2.2 电子系统的故障预测研究现状 | 第11-12页 |
1.2.3 二次设备故障预测研究现状 | 第12-13页 |
1.2.4 贝叶斯网络法 | 第13页 |
1.3 二次设备主要监测方法 | 第13-16页 |
1.3.1 非接触式测温系统 | 第14-15页 |
1.3.2 红外诊断技术 | 第15-16页 |
1.3.3 超声波在线检测诊断技术 | 第16页 |
1.4 本文主要工作 | 第16-18页 |
第2章 数字化变电站二次设备全寿命周期管理分析 | 第18-23页 |
2.1 全寿命周期管理概念 | 第18页 |
2.2 经济效益分析 | 第18页 |
2.3 变电站二次系统LCC分析 | 第18-20页 |
2.3.1 投资成本1C | 第19页 |
2.3.2 运行维护成本OC | 第19页 |
2.3.3 故障成本FC | 第19-20页 |
2.4 全寿命周期管理分析在实际工程中的应用 | 第20-22页 |
2.5 本章小结 | 第22-23页 |
第3章 二次设备主要类型及其设备模块级自检信息 | 第23-29页 |
3.1 二次设备的定义 | 第23页 |
3.2 测量表计 | 第23页 |
3.3 绝缘监察装置 | 第23-24页 |
3.4 继电保护及自动装置 | 第24-26页 |
3.5 直流电源设备 | 第26-27页 |
3.6 高频阻波器 | 第27页 |
3.7 备自投装置 | 第27-28页 |
3.8 本章小结 | 第28-29页 |
第4章 贝叶斯网络故障预测法 | 第29-34页 |
4.1 贝叶斯网络的基本原理 | 第29页 |
4.2 贝叶斯网络的推理决策 | 第29-30页 |
4.3 贝叶斯网络学习算法 | 第30-31页 |
4.4 贝叶斯网络法的特点 | 第31页 |
4.5 基于贝叶斯网络的故障预测法 | 第31-33页 |
4.6 本章小结 | 第33-34页 |
第5章 基于贝叶斯网络法的低压减载装置故障预测 | 第34-44页 |
5.1 低压减载装置 | 第34页 |
5.2 应用方案 | 第34-43页 |
5.3 本章小结 | 第43-44页 |
第6章 结论与展望 | 第44-45页 |
参考文献 | 第45-48页 |
致谢 | 第48-49页 |
作者简介 | 第49页 |