电力变压器在线监测与故障诊断的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·引言 | 第9页 |
| ·本文研究背景及国内外发展现状 | 第9-11页 |
| ·本课题的研究工作 | 第11-13页 |
| 第二章 电力变压器在线监测及故障诊断方法 | 第13-26页 |
| ·电力变压器简介 | 第13-14页 |
| ·变压器故障运行时的特征 | 第14-17页 |
| ·电力变压器常规在线监测的方法 | 第17-20页 |
| ·概述 | 第17-18页 |
| ·变压器绕组变形在线监测 | 第18-19页 |
| ·变压器局部放电在线监测 | 第19-20页 |
| ·变压器油性能指标在线监测 | 第20页 |
| ·DGA故障诊断方法 | 第20-26页 |
| ·油中气体色谱分析法(DGA)的原理 | 第20-22页 |
| ·三比值法 | 第22-25页 |
| ·电协研法 | 第25-26页 |
| 第三章 基于DGA特征量的神经网络分析 | 第26-42页 |
| ·神经网络的概述 | 第26-28页 |
| ·神经网络的发展现状 | 第26-27页 |
| ·神经网络的特点 | 第27-28页 |
| ·神经网络基础 | 第28-32页 |
| ·神经元模型 | 第28-30页 |
| ·神经网络的拓扑结构 | 第30-31页 |
| ·神经网络的学习规则 | 第31-32页 |
| ·反向传播网络 | 第32-36页 |
| ·BP网络算法工作原理 | 第32-34页 |
| ·BP算法存在的问题 | 第34-35页 |
| ·BP网络学习算法的改进 | 第35-36页 |
| ·基于DGA特征量的神经网络的分析 | 第36-42页 |
| ·网络结构 | 第36页 |
| ·输入特征量的选取 | 第36-37页 |
| ·数据的预处理 | 第37-42页 |
| 第四章 变压器故障诊断专家系统 | 第42-54页 |
| ·专家系统的概述 | 第42-44页 |
| ·专家系统的组成 | 第42-43页 |
| ·传统专家系统存在的问题 | 第43-44页 |
| ·专家系统与神经网络的融合 | 第44-46页 |
| ·专家系统与神经网络各自的优缺点 | 第44页 |
| ·专家系统与神经网络融合的途径 | 第44-45页 |
| ·变压器故障诊断的ESBP融合系统 | 第45-46页 |
| ·ESBP系统分析机制 | 第46页 |
| ·面向对象的电力变压器故障诊断专家系统 | 第46-49页 |
| ·面向对象的知识表示 | 第46-47页 |
| ·面向对象技术原理 | 第47-48页 |
| ·专家系统的构造方法 | 第48-49页 |
| ·知识库形成与粗糙集方法 | 第49-54页 |
| ·粗糙集理论基本原理 | 第49-50页 |
| ·基于粗糙集理论知识库形成 | 第50-54页 |
| 第五章 电力变压器在线监测与故障诊断的实现 | 第54-66页 |
| ·系统概述 | 第54-56页 |
| ·系统硬件结构 | 第56页 |
| ·系统软件结构 | 第56-66页 |
| ·软件开发环境 | 第57-58页 |
| ·数据库管理模块的设计思想和软件流程 | 第58页 |
| ·VB6.0数据访问技术及方法 | 第58-60页 |
| ·数据访问的实现 | 第60-63页 |
| ·主要模块介绍 | 第63-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 在学期间发表的论文 | 第72页 |
