基于ELM的故障诊断算法的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 ELM的国内外研究现状 | 第11-12页 |
| 1.2.2 变压器故障诊断的国内外研究现状 | 第12页 |
| 1.3 变压器油中溶解气体分析 | 第12-15页 |
| 1.3.1 油中气体的产生原理 | 第12-13页 |
| 1.3.2 变压器故障与油中气体的关系 | 第13-14页 |
| 1.3.3 变压器故障时油中特征气体 | 第14-15页 |
| 1.4 变压器故障诊断方法 | 第15-19页 |
| 1.4.1 传统方法 | 第15-17页 |
| 1.4.2 智能方法 | 第17-19页 |
| 1.5 本文章节安排 | 第19-21页 |
| 第2章 基于ELM的变压器故障诊断 | 第21-35页 |
| 2.1 引言 | 第21-22页 |
| 2.2 ELM简介 | 第22-27页 |
| 2.3 基于ELM的变压器故障诊断 | 第27-33页 |
| 2.3.1 特征向量 | 第28-29页 |
| 2.3.2 激活函数 | 第29-30页 |
| 2.3.3 参数设定 | 第30-31页 |
| 2.3.4 故障诊断模型 | 第31页 |
| 2.3.5 诊断实现流程 | 第31-33页 |
| 2.3.6 仿真实验 | 第33页 |
| 2.4 本章小结 | 第33-35页 |
| 第3章 基于蝙蝠优化算法KELM的变压器故障诊断 | 第35-46页 |
| 3.1 基于核函数的极限学习机简介 | 第35-36页 |
| 3.2 蝙蝠算法 | 第36-42页 |
| 3.2.1 蝙蝠算法基本思想 | 第36-38页 |
| 3.2.2 蝙蝠优化算法思想 | 第38-39页 |
| 3.2.3 蝙蝠优化算法流程 | 第39-40页 |
| 3.2.4 基于ABA的KELM参数优化 | 第40-42页 |
| 3.3 基于ABA-KELM的变压器故障诊断 | 第42-45页 |
| 3.3.1 诊断模型 | 第42-43页 |
| 3.3.2 实验结果及分析 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 基于动态调整极限学习机的变压器故障诊断 | 第46-59页 |
| 4.1 引言 | 第46-47页 |
| 4.2 动态调整极限学习机算法理论基础 | 第47-51页 |
| 4.3 动态调整极限学习机算法介绍 | 第51-53页 |
| 4.4 基于DA-ELM的变压器故障诊断 | 第53-58页 |
| 4.4.1 诊断实现流程 | 第54-55页 |
| 4.4.2 实验仿真 | 第55-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 故障诊断系统设计与实现 | 第59-67页 |
| 5.1 MATLAB/GUI介绍 | 第59-60页 |
| 5.2 系统设计 | 第60-61页 |
| 5.2.1 功能设计 | 第60页 |
| 5.2.2 系统流程 | 第60-61页 |
| 5.3 系统实现 | 第61-66页 |
| 5.3.1 系统界面 | 第61-62页 |
| 5.3.2 模型构建子系统 | 第62-63页 |
| 5.3.3 故障诊断子系统 | 第63页 |
| 5.3.4 故障诊断测试 | 第63-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第6章 结论与展望 | 第67-69页 |
| 6.1 本文总结 | 第67页 |
| 6.2 课题展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72页 |
