基于支持向量机的立星110kV变压器故障诊断
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题研究的目的和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·课题的提出 | 第9页 |
| ·本课题的主要工作 | 第9-11页 |
| 第二章 变压器常见故障及产生机理 | 第11-18页 |
| ·变压器常见故障及产生机理 | 第11-13页 |
| ·变压器常见异常 | 第11-12页 |
| ·变压器常见故障 | 第12-13页 |
| ·变压器常规故障诊断方法 | 第13-17页 |
| ·基于DGA的故障诊断方法 | 第13-17页 |
| ·常规电气试验法 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第三章 变压器故障监测系统硬件设计 | 第18-29页 |
| ·变压器在线监测原理及方法 | 第18-20页 |
| ·油中气体在线监测 | 第18页 |
| ·变压器微水含量在线监测 | 第18-19页 |
| ·变压器局部放电在线监测 | 第19-20页 |
| ·变压器在线监测系统硬件设计 | 第20-28页 |
| ·系统体系结构 | 第20页 |
| ·系统硬件总体设计 | 第20-21页 |
| ·传感器的选型 | 第21-23页 |
| ·信号采集电路设计 | 第23-24页 |
| ·DSP外围电路设计 | 第24-27页 |
| ·GPRS无线通讯模块设计 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 基于支持向量机的变压器故障诊断 | 第29-45页 |
| ·支持向量机的基本理论 | 第29-31页 |
| ·最优分类面 | 第29-30页 |
| ·广义最优分类面 | 第30-31页 |
| ·支持向量分类机 | 第31-35页 |
| ·线性支持向量分类机 | 第31-32页 |
| ·非线性支持向量分类机 | 第32页 |
| ·C—支持向量分类机 | 第32-33页 |
| ·V—支持向量分类机 | 第33页 |
| ·多分类支持向量分类机 | 第33-35页 |
| ·基于支持向量机的变压器故障诊断 | 第35-37页 |
| ·故障特征量的提取 | 第35页 |
| ·基于支持向量机的故障诊断过程 | 第35页 |
| ·算法步骤 | 第35-36页 |
| ·数据归一化处理 | 第36-37页 |
| ·基于支持向量机的变压器故障诊断 | 第37-44页 |
| ·交叉验证优化 | 第37页 |
| ·诊断实例分析 | 第37-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于粒子群优化支持向量机的变压器故障诊断 | 第45-52页 |
| ·粒子群优化算法原理 | 第45-46页 |
| ·参数c和σ的选择流程 | 第46-47页 |
| ·仿真结果 | 第47-48页 |
| ·立星110kV变电站主变压器故障诊断 | 第48-51页 |
| ·采用油中气体含量比例分析 | 第49页 |
| ·采用气体含量比值分析判断 | 第49-50页 |
| ·采用特征气体IEC三比值法分析 | 第50页 |
| ·特征气体四比值法分析 | 第50页 |
| ·基于粒子群优化支持向量机判断 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 结论与展望 | 第52-53页 |
| ·结论 | 第52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-56页 |
| 个人简介 | 第56-57页 |
| 附录一：硬件电路 | 第57-58页 |
| 附录二：网格搜索法程序 | 第58-62页 |
| 附录三：粒子群算法优化程序 | 第62-65页 |
