摘要 | 第1-9页 |
Abstract | 第9-11页 |
第一章 绪论 | 第11-19页 |
·课题研究背景与意义 | 第11-12页 |
·变电站设备发热原因分析 | 第12-14页 |
·变电站设备温度预警系统的研究现状 | 第14-17页 |
·国内研究现状 | 第14-16页 |
·国外研究现状 | 第16-17页 |
·本文主要工作 | 第17-19页 |
第二章 变电站设备温度预警系统的总体方案和关键技术 | 第19-29页 |
·系统的总体方案 | 第19-21页 |
·系统的设计要求 | 第19-20页 |
·系统的总体架构 | 第20-21页 |
·系统设计的关键技术 | 第21-28页 |
·温度传感器的电源管理技术 | 第21页 |
·温度预警系统的通信技术 | 第21-24页 |
·温度预警系统的通信协议 | 第24-26页 |
·温度预测相关理论 | 第26-28页 |
·本章小结 | 第28-29页 |
第三章 变电站设备温度预警系统的软硬件设计 | 第29-51页 |
·过程层温度传感器设计 | 第29-33页 |
·硬件整体结构 | 第29页 |
·硬件选型方案 | 第29-30页 |
·硬件电路及分析 | 第30-31页 |
·软件设计 | 第31-33页 |
·过程层温度监测子IED设计 | 第33-42页 |
·硬件整体结构 | 第33页 |
·硬件选型方案 | 第33-34页 |
·硬件电路及分析 | 第34-37页 |
·软件设计 | 第37-42页 |
·间隔层温度监测主IED设计 | 第42-50页 |
·硬件整体结构 | 第42页 |
·硬件选型方案 | 第42-44页 |
·硬件电路及分析 | 第44-47页 |
·软件设计 | 第47-50页 |
·本章小结 | 第50-51页 |
第四章 基于优化广义回归神经网络的温度预测算法 | 第51-59页 |
·广义回归神经网络模型结构 | 第51-52页 |
·K-近邻与多轮投票机制确定最优平滑因子 | 第52-54页 |
·K-近邻与多轮投票机制 | 第52-53页 |
·确定最优平滑因子的过程 | 第53-54页 |
·算法应用与实验分析 | 第54-58页 |
·样本选择及分类 | 第54页 |
·算法流程 | 第54-55页 |
·实验结果与数据分析 | 第55-58页 |
·本章小结 | 第58-59页 |
第五章 温度预警系统通信模型的建立 | 第59-85页 |
·基于IEC61850的温度预警系统通信模型 | 第59-78页 |
·IEC61850通信模型的建立原则与步骤 | 第59-60页 |
·温度预警系统装置通信模型的建立 | 第60-68页 |
·温度预警系统装置信息模型的SCL文件配置及描述 | 第68-72页 |
·温度预警系统装置的通信映射 | 第72-78页 |
·基于IEC608705103的温度预警系统通信规范 | 第78-83页 |
·103规约简介 | 第78-80页 |
·103规约通信流程 | 第80-81页 |
·103报文实例 | 第81-83页 |
·本章小结 | 第83-85页 |
第六章 系统通信测试 | 第85-95页 |
·实验方案 | 第85-86页 |
·实验工具 | 第85页 |
·实验内容 | 第85-86页 |
·仿真测试及结果分析 | 第86-94页 |
·无线通信测试 | 第86-87页 |
·GOOSE通信的仿真测试 | 第87-91页 |
·MMS通信的仿真测试 | 第91-94页 |
·本章小结 | 第94-95页 |
第七章 结论与展望 | 第95-97页 |
参考文献 | 第97-101页 |
致谢 | 第101-103页 |
附录 | 第103页 |