摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第9-13页 |
1.1 课题研究的意义及应用前景 | 第9-10页 |
1.2 国内外对温变的研究方向 | 第10-11页 |
1.3 本课题的研究内容 | 第11-13页 |
第2章 高压电气设备故障处理方法 | 第13-17页 |
2.1 变电站内高压电气设备故障处理现状 | 第13-14页 |
2.2 变电站内电气设备的状态监测分析 | 第14-15页 |
2.3 变电站内高压电气设备温变故障分类 | 第15-16页 |
2.3.1 高压开关柜触点温变监测 | 第15页 |
2.3.2 高压电缆接头温变监测 | 第15页 |
2.3.3 高压断路器的温变监测 | 第15-16页 |
2.3.4 变压器的温变监测 | 第16页 |
2.4 本章小结 | 第16-17页 |
第3章 光纤温度监测系统中的单元模块 | 第17-31页 |
3.1 光纤传感技术 | 第17-21页 |
3.1.1 光纤发展及基本结构 | 第17-18页 |
3.1.2 光纤传感技术 | 第18页 |
3.1.3 光纤传感技术的特点 | 第18-19页 |
3.1.4 光纤光栅的形成及分类 | 第19-20页 |
3.1.5 布拉格光栅方式的测温原理 | 第20-21页 |
3.2 光纤光栅温度传感器在使用时的封装 | 第21-23页 |
3.2.1 高压开关柜内使用传感器安装方式 | 第21-23页 |
3.2.2 高压电缆接头处的安装方式 | 第23页 |
3.3 光纤光栅解调技术 | 第23-30页 |
3.3.1 匹配FBG可调滤波检测法 | 第24页 |
3.3.2 M-Z非平衡干涉仪解调法 | 第24-25页 |
3.3.3 可调窄带光源解调法 | 第25-26页 |
3.3.4 可调激光器解调系统 | 第26-27页 |
3.3.5 边缘滤波法 | 第27-28页 |
3.3.6 光纤F-P可调滤波器解调法 | 第28-30页 |
3.4 本章小结 | 第30-31页 |
第4章 人工神经网络和信息融合技术 | 第31-41页 |
4.1 信息融合技术 | 第31-35页 |
4.1.1 信息融合的基本原理 | 第31-32页 |
4.1.2 信息融合系统的模型和结构 | 第32-34页 |
4.1.3 信息融合要解决的几个关键问题 | 第34页 |
4.1.4 信息融合的主要技术和方法 | 第34-35页 |
4.2 用D-S证据理论 | 第35-36页 |
4.2.1 证据理论的基本概念 | 第35-36页 |
4.2.2 D-S证据理论的合成法则 | 第36页 |
4.2.3 D-S证据理论的判决规则 | 第36页 |
4.3 人工神经网络 | 第36-39页 |
4.3.1 人工神经网络的原理 | 第37-38页 |
4.3.2 BP神经网络的算法 | 第38-39页 |
4.4 BP神经网络与D-S证据理论 | 第39-40页 |
4.4.1 融合方法的选择 | 第39-40页 |
4.4.2 融合结构的设计 | 第40页 |
4.5 本章小结 | 第40-41页 |
第5章 光纤温度监测系统与温变故障判别 | 第41-55页 |
5.1 光纤温度监测预警系统的结构 | 第41-42页 |
5.2 光纤温度监测系统的硬件设备 | 第42-46页 |
5.2.1 光纤光栅传感器 | 第42-43页 |
5.2.2 光纤连接器 | 第43-44页 |
5.2.3 光纤光栅温度监测主机 | 第44页 |
5.2.4 CPU通讯组件 | 第44-45页 |
5.2.5 F-P可调滤波器(FFP-TF2) | 第45页 |
5.2.6 光纤测温系统的主要特点 | 第45-46页 |
5.3 高压开关柜温度监测 | 第46-47页 |
5.3.1 高压开关柜温度监测的手段 | 第46页 |
5.3.2 光纤传感器在高压开关柜内测温方法 | 第46-47页 |
5.3.3 高压开关柜温度监测点 | 第47页 |
5.4 高压开关柜内温变故障进行诊断方法 | 第47-53页 |
5.4.1 针对高压开关柜动静触头的温度监测 | 第48页 |
5.4.2 对监测到的温度用信息融合技术进行综合诊断 | 第48-49页 |
5.4.3 应用BP网络对故障基本可信度赋值 | 第49-51页 |
5.4.4 应用D-S证据理论对故障类型进行综合诊断 | 第51-53页 |
5.5 本章小结 | 第53-55页 |
结论 | 第55-57页 |
参考文献 | 第57-61页 |
攻读硕士学位期间所发表的论文 | 第61-63页 |
致谢 | 第63-65页 |
个人简历 | 第65页 |