| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 论文选题背景及意义 | 第9页 |
| 1.2 变压器绕组和铁芯故障检测的非振动方法 | 第9-11页 |
| 1.2.1 绕组故障检测方法 | 第9-10页 |
| 1.2.2 铁芯故障检测方法 | 第10-11页 |
| 1.3 基于振动法的变压器故障诊断方法 | 第11-12页 |
| 1.4 本文主要研究内容 | 第12-13页 |
| 第2章 变压器的振动机理分析 | 第13-21页 |
| 2.1 变压器绕组振动分析 | 第13页 |
| 2.2 绕组的线圈模型 | 第13-16页 |
| 2.3 铁芯振动机理 | 第16-17页 |
| 2.4 磁致伸缩控制机理 | 第17-18页 |
| 2.5 振动传播途径及监测原理 | 第18-20页 |
| 2.6 本章小结 | 第20-21页 |
| 第3章 变压器振动在线监测系统的硬件及其软件平台设计 | 第21-31页 |
| 3.1 振动信号在线监测系统 | 第21-25页 |
| 3.1.1 传感器选型及工作原理 | 第21-24页 |
| 3.1.2 测点布置 | 第24-25页 |
| 3.2 振动信号采集 | 第25-26页 |
| 3.2.1 信号调理 | 第25页 |
| 3.2.2 A/D转换 | 第25-26页 |
| 3.3 在线监测系统程序构架和功能介绍 | 第26-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第4章 变压器振动实测数据分析 | 第31-37页 |
| 4.1 同一水平位置的振动信号监测 | 第31-32页 |
| 4.2 同一相的振动信号监测 | 第32-35页 |
| 4.3 本章小结 | 第35-37页 |
| 第5章 基于小波包变换的变压器振动信号的故障特征提取 | 第37-43页 |
| 5.1 变压器振动信号的特性分析 | 第37页 |
| 5.2 基于小波包的信号特征提取方法 | 第37-39页 |
| 5.2.1 小波包变换概述与定义 | 第37-38页 |
| 5.2.2 基于小波包变换的变压器振动信号特征提取 | 第38-39页 |
| 5.3 实例验证 | 第39-41页 |
| 5.4 本章小结 | 第41-43页 |
| 第6章 基于改进粒子群优化BP神经网络的变压器机械故障智能诊断 | 第43-49页 |
| 6.1 改进粒子群算法 | 第43-44页 |
| 6.1.1 粒子群算法原理 | 第43页 |
| 6.1.2 引入惯性权值改进PSO算法 | 第43-44页 |
| 6.2 改进粒子群算法优化神经网络 | 第44-47页 |
| 6.2.1 BP神经网络算法 | 第44-45页 |
| 6.2.2 改进粒子群算法对BP神经网络优化 | 第45页 |
| 6.2.3 诊断实例分析 | 第45-47页 |
| 6.3 本章小结 | 第47-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 个人简历 | 第54页 |
