基于概率神经网络的变压器故障诊断
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-12页 |
| ·变压器故障诊断意义 | 第8-9页 |
| ·故障诊断的原理及作用 | 第9-10页 |
| ·变压器故障诊断发展历史与现状 | 第10页 |
| ·本文的主要研究内容 | 第10-12页 |
| 第2章 变压器的故障诊断 | 第12-21页 |
| ·变压器故障诊断概述 | 第12-13页 |
| ·变压器故障诊断的基本方法 | 第13-14页 |
| ·直观检查法 | 第13-14页 |
| ·电气预防性实验法 | 第14页 |
| ·变压器故障诊断的油中溶解气体分析法(DGA) | 第14-19页 |
| ·变压器油中气体特征 | 第15页 |
| ·特征气体判断法 | 第15-16页 |
| ·罗杰斯比值判断法 | 第16-17页 |
| ·三比值判断法 | 第17-18页 |
| ·改良三比值法 | 第18-19页 |
| ·变压器故障诊断的专家系统和人工神经网络法 | 第19-21页 |
| ·变压器故障诊断的专家系统 | 第20页 |
| ·变压器故障诊断的人工神经网络 | 第20-21页 |
| 第3章 神经网络 | 第21-27页 |
| ·神经网络的概述 | 第21-22页 |
| ·神经网络的基本原理 | 第22-24页 |
| ·生物神经元 | 第22-23页 |
| ·人工神经元 | 第23-24页 |
| ·神经网络的特性 | 第24-25页 |
| ·神经网络的结构 | 第25-27页 |
| 第4章 基于神经网络的变压器故障诊断 | 第27-41页 |
| ·神经网络在故障诊断中的应用 | 第27-28页 |
| ·神经网络变压器故障诊断模型的数学描述 | 第28-29页 |
| ·基于BP神经网络的变压器故障诊断 | 第29-41页 |
| ·BP神经网络 | 第30-33页 |
| ·BP神经网络的变压器故障诊断 | 第33-36页 |
| ·BP神经网络的变压器故障诊断的仿真 | 第36-41页 |
| 第5章 基于概率神经网络的变压器故障诊断 | 第41-56页 |
| ·概率神经网络模型的理论与方法 | 第41-47页 |
| ·Bayes分类 | 第41-43页 |
| ·Parzen窗方法 | 第43-45页 |
| ·概率神经网络数学描述 | 第45-46页 |
| ·概率神经网络模型 | 第46-47页 |
| ·基于概率神经网络的变压器故障诊断 | 第47-54页 |
| ·变压器故障诊断的PNN模型 | 第47-48页 |
| ·基于PNN变压器故障诊断的仿真 | 第48-51页 |
| ·PNN变压器故障诊断的仿真分析 | 第51-54页 |
| ·BP与PNN变压器故障诊断系统的比较 | 第54-56页 |
| 第6章 变压器故障诊断系统的设计 | 第56-59页 |
| ·开发平台的选择 | 第56页 |
| ·功能模块介绍 | 第56-59页 |
| 第7章 总结与展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·后续工作的展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录A 变压器中溶解气体色谱数据 | 第65-70页 |
| 附录B 部分程序代码 | 第70-77页 |
| 攻读学位期间的研究成果 | 第77页 |
