电力变压器油中溶解气体诊断技术的研究
中文摘要 | 第1页 |
英文摘要 | 第4-7页 |
第一章 绪论 | 第7-15页 |
·引言 | 第7-8页 |
·国内外研究现状 | 第8-13页 |
·油中溶解气体监测方法的研究 | 第8-10页 |
·油中溶解气体诊断方法的研究 | 第10-13页 |
·本文主要工作 | 第13-15页 |
第二章 故障样本集的建立与筛选 | 第15-22页 |
·引言 | 第15页 |
·样本集的建立 | 第15-17页 |
·层次分解模型的建立 | 第16-17页 |
·基于层次分解模型的样本集 | 第17页 |
·样本集的筛选 | 第17-20页 |
·样本集初选 | 第17-18页 |
·样本集精选 | 第18-20页 |
·样本的标准化处理 | 第20-21页 |
·本章小结 | 第21-22页 |
第三章 识别系统的设计 | 第22-33页 |
·引言 | 第22页 |
·人工神经网络模型 | 第22-32页 |
·人工神经网络模型简介 | 第22-23页 |
·BP网络 | 第23-28页 |
·径向基网络 | 第28-32页 |
·本章小结 | 第32-33页 |
第四章 油中溶解气体数据的识别分析 | 第33-49页 |
·引言 | 第33页 |
·对油中溶解气体的识别方法 | 第33-34页 |
·对油中溶解气体数据的识别 | 第34-47页 |
·对变压器故障的初步识别 | 第35-38页 |
·对于过热故障的识别 | 第38-43页 |
·对于放电故障的识别 | 第43-47页 |
·对于进一步故障的识别 | 第47页 |
·结论 | 第47-49页 |
第五章 组合诊断模型 | 第49-55页 |
·引言 | 第49页 |
·Adaboost算法介绍与实现 | 第49-52页 |
·Adaboost算法简介 | 第49-51页 |
·Adaboost算法的实现 | 第51-52页 |
·Adaboost算法的检验 | 第52页 |
·采用Adaboost算法对DGA数据的分类识别 | 第52-54页 |
·对变压器故障的初步识别 | 第52-53页 |
·对过热故障的识别 | 第53页 |
·对放电故障的识别 | 第53-54页 |
·结论 | 第54-55页 |
第六章 故障诊断专家系统的开发 | 第55-67页 |
·引言 | 第55页 |
·诊断专家系统基本框架 | 第55-59页 |
·知识库的建立 | 第56-57页 |
·诊断标准与诊断方法 | 第57-59页 |
·人机界面的实现方式 | 第59-66页 |
·应用程序主框架 | 第59-60页 |
·知识库管理模块 | 第60-62页 |
·数据信息输入模块 | 第62-64页 |
·故障诊断模块 | 第64-66页 |
·结论 | 第66-67页 |
第七章 结论与展望 | 第67-69页 |
·结论 | 第67-68页 |
·展望 | 第68-69页 |
主要参考文献 | 第69-72页 |
致谢 | 第72-73页 |
在学期间发表的学术论文和参加科研情况 | 第73页 |