摘要 | 第1-3页 |
ABSTRACT | 第3-8页 |
第1章 绪论 | 第8-16页 |
·课题研究的背景和意义 | 第8-9页 |
·变压器故障诊断方法的国内外研究现状 | 第9-14页 |
·主要研究内容 | 第14-15页 |
·本章小结 | 第15-16页 |
第2章 变压器油中溶解气体与故障分析 | 第16-25页 |
·概述 | 第16页 |
·变压器油中溶解气体分析 | 第16-19页 |
·变压器绝缘材料组成 | 第16-18页 |
·变压器油中溶解气体的产生及特定含义 | 第18-19页 |
·变压器内部故障与油中气体组分的关系 | 第19-21页 |
·热性故障 | 第19页 |
·电性故障 | 第19-20页 |
·受潮性故障 | 第20-21页 |
·变压器油中几种典型的溶解气体分析法简介 | 第21-24页 |
·特征气体法 | 第21-22页 |
·四比值法 | 第22页 |
·IEC 改良三比值法 | 第22-23页 |
·几种方法对比分析 | 第23-24页 |
·本章小结 | 第24-25页 |
第3章 基于粗糙集的变压器故障诊断特征提取的研究 | 第25-39页 |
·概述 | 第25-26页 |
·故障特征与故障类别相关性的分析研究 | 第26-30页 |
·粗糙集的基本思想 | 第26-27页 |
·基于遗传算法的粗糙集特征约简 | 第27-29页 |
·约简集选择算法 | 第29-30页 |
·变压器故障样本特征提取算法 | 第30-31页 |
·基于分层结构的变压器故障诊断特征分析 | 第31-37页 |
·变压器故障诊断的分层结构 | 第31-32页 |
·变压器故障诊断的特征分析与提取 | 第32-37页 |
·变压器故障诊断实例分析 | 第37-38页 |
·本章小结 | 第38-39页 |
第4章 基于粒子群优化支持向量机的变压器故障诊断研究 | 第39-56页 |
·概述 | 第39页 |
·基于粒子群优化的支持向量机参数选择 | 第39-48页 |
·粒子群算法简介 | 第39-40页 |
·粒子群算法的改进 | 第40-42页 |
·粒子群算法收敛性分析 | 第42-45页 |
·参数选择对粒子群算法的影响 | 第45-46页 |
·参数优化算法流程 | 第46-47页 |
·仿真分析 | 第47-48页 |
·基于粒子群优化的支持向量机变压器故障诊断 | 第48-51页 |
·基于二叉树的多级分类器 | 第48-50页 |
·变压器故障诊断算法 | 第50-51页 |
·仿真结果 | 第51-52页 |
·变压器故障模型的应用 | 第52-55页 |
·故障分析诊断实例一 | 第52-54页 |
·故障分析诊断实例二 | 第54-55页 |
·本章小结 | 第55-56页 |
第5章 变压器色谱在线监测及故障诊断系统的研制 | 第56-70页 |
·概述 | 第56页 |
·变压器色谱在线监测原理 | 第56-65页 |
·油气分离单元 | 第56-60页 |
·气体检测单元 | 第60-63页 |
·微机处理、控制及诊断单元 | 第63-65页 |
·变压器色谱在线监测系统概述 | 第65-68页 |
·系统主要特点 | 第65页 |
·系统主要组成部分 | 第65-66页 |
·主要技术指标 | 第66页 |
·系统软件特点 | 第66-68页 |
·变压器在线监测系统现场运行和测量结果 | 第68-69页 |
·本章小结 | 第69-70页 |
第6章 结论 | 第70-72页 |
·研究成果 | 第70页 |
·研究展望 | 第70-72页 |
参考文献 | 第72-77页 |
致谢 | 第77-78页 |
攻读硕士学位期间的研究成果 | 第78页 |