油浸式电力变压器固体绝缘剩余寿命研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·变压器油纸绝缘老化的研究意义 | 第8-10页 |
| ·变压器油纸绝缘老化的诊断技术研究现状 | 第10-12页 |
| ·变压器老化类型的研究 | 第10-11页 |
| ·变压器老化判据的研究 | 第11-12页 |
| ·固体绝缘的剩余寿命预测 | 第12-13页 |
| ·神经元网络理论 | 第13页 |
| ·可靠性技术 | 第13页 |
| ·突变理论 | 第13页 |
| ·本文的研究内容 | 第13-15页 |
| 2 变压器固体绝缘老化机理及其分析 | 第15-28页 |
| ·变压器的寿命 | 第15页 |
| ·变压器的老化机理 | 第15-18页 |
| ·变压器油 | 第15-16页 |
| ·绝缘纸 | 第16-18页 |
| ·变压器固体绝缘老化的检测指标 | 第18-27页 |
| ·聚合度 | 第20-22页 |
| ·油中的糠醛 | 第22-25页 |
| ·油中的CO 和CO_2 | 第25-26页 |
| ·介质损耗因数的分析 | 第26-27页 |
| ·小结 | 第27-28页 |
| 3 基于BP 神经网络的变压器固体绝缘可靠性分析 | 第28-45页 |
| ·BP 神经网络介绍 | 第28-32页 |
| ·引入BP 网络进行固体绝缘老化诊断的可行性 | 第28页 |
| ·BP 神经网络的结构及工作原理 | 第28-29页 |
| ·激活函数及算法 | 第29-30页 |
| ·BP 算法学习网络的一些改进 | 第30-32页 |
| ·固体绝缘可靠性预测的神经网络模型 | 第32-44页 |
| ·输入量糠醛与运行年限的关系 | 第33-36页 |
| ·输出量的分析 | 第36-41页 |
| ·神经网络的训练 | 第41-42页 |
| ·模型的测试样本及实例分析 | 第42-44页 |
| ·小结 | 第44-45页 |
| 4 变压器剩余寿命预测研究 | 第45-58页 |
| ·剩余寿命的预测的发展 | 第45-46页 |
| ·日本、美国及我国电力设备的寿命评估 | 第45页 |
| ·电力设备寿命评估方法 | 第45-46页 |
| ·变压器的寿命预测 | 第46-50页 |
| ·热老化评估模型 | 第46-47页 |
| ·热分解产物模型 | 第47-49页 |
| ·电老化寿命模型 | 第49页 |
| ·多因子联合老化的寿命模型 | 第49-50页 |
| ·基于聚合度的模型 | 第50页 |
| ·本文建立的剩余寿命预测模型 | 第50-57页 |
| ·无明显老化下的剩余寿命预测 | 第51-53页 |
| ·非无明显老化状态运行的变压器剩余寿命预测 | 第53-55页 |
| ·变压器运行状态流程判断图 | 第55-56页 |
| ·实例分析 | 第56-57页 |
| ·小结 | 第57-58页 |
| 5 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录A 本文采集的实际数据节选 | 第64-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66-67页 |
