| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·变压器油中溶解气体光声光谱检测及诊断的目的和意义 | 第9-11页 |
| ·气体光声光谱检测技术的现状 | 第11-12页 |
| ·基于BP神经网络的诊断技术研究现状 | 第12-13页 |
| ·本论文的主要研究内容 | 第13-14页 |
| 2 变压器油中溶解气体浓度与相应光声信号关系特性分析 | 第14-22页 |
| ·氢气浓度与光声信号相位的关系特性 | 第14-16页 |
| ·光声光谱法检测氢气浓度的原理 | 第14-15页 |
| ·光声光谱法检测氢气浓度的定性分析 | 第15-16页 |
| ·CO、CO2、CH4、C2H2、C2H6、C2H4六种特征气体浓度与光声信号幅值关系特性的分析 | 第16-20页 |
| ·光声信号的产生过程 | 第16-18页 |
| ·气体浓度与光声信号幅值的关系式 | 第18-20页 |
| ·光声信号的归一化处理 | 第20页 |
| ·小结 | 第20-22页 |
| 3 气体光声光谱检测原理及光声池的设计实现 | 第22-32页 |
| ·光声光谱试验平台的设计 | 第22-25页 |
| ·光声光谱试验平台组成 | 第22页 |
| ·试验平台各部分原理及其作用 | 第22-25页 |
| ·光声池的设计及实现 | 第25-31页 |
| ·光声池的设计原则及分类 | 第25-27页 |
| ·光声池相关参数的设置 | 第27-28页 |
| ·用于试验平台的纵向共振光声池及特点 | 第28-31页 |
| ·小结 | 第31-32页 |
| 4 基于Labview与Simulink结合的光声信号检测干扰抑制方法 | 第32-40页 |
| ·光声光谱试验平台的抗干扰措施 | 第32-33页 |
| ·试验平台随机噪声干扰的抑制 | 第32页 |
| ·试验平台背景噪声干扰的抑制 | 第32-33页 |
| ·微弱光声信号的检测方法 | 第33-34页 |
| ·光声信号混沌检测方法 | 第33-34页 |
| ·小波阈值去噪方法 | 第34页 |
| ·基于LabVIEW与Simulink结合的光声信号检测系统及其算法 | 第34-35页 |
| ·光声信号检测系统的组成 | 第34-35页 |
| ·Simulink模型与LabVIEW平台的集成 | 第35页 |
| ·系统与数据采集卡的通讯 | 第35页 |
| ·光声信号检测干扰抑制的实验分析 | 第35-38页 |
| ·小结 | 第38-40页 |
| 5 基于遗传算法小波神经网络的变压器故障诊断方法 | 第40-56页 |
| ·BP神经网络 | 第40页 |
| ·BP网络算法 | 第40-44页 |
| ·基于BP算法的小波神经网络 | 第44-46页 |
| ·小波神经网络的发展 | 第44页 |
| ·小波神经网络 | 第44-46页 |
| ·遗传算法 | 第46-53页 |
| ·遗传算法的发展 | 第46页 |
| ·遗传算法的原理 | 第46-51页 |
| ·自适应遗传算法优化的小波神经网络 | 第51-53页 |
| ·基于变压器油中溶解气体的BPWNN与AGAWNN性能比较 | 第53-55页 |
| ·小结 | 第55-56页 |
| 6 结论 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62-63页 |
| A. 作者在攻读硕士学位期间发表的论文 | 第62页 |
| B. 作者在攻读硕士学位期间参加的科研项目 | 第62-63页 |
