首页--工业技术论文--电工技术论文--输配电工程、电力网及电力系统论文--电力系统的自动化论文

基于智能信息融合的电力设备故障诊断新技术研究

摘要第1-6页
Abstract第6-13页
1 绪论第13-28页
   ·引言及本课题的出发点第13-15页
   ·电力设备状态监测在变电站综合自动化中的重要性第15-16页
   ·电力设备在线监测的发展及国内外研究现状第16-19页
   ·电力设备故障诊断的发展及国内外研究现状第19-20页
   ·人工智能技术在电力设备故障诊断中的应用第20-24页
   ·电力设备故障诊断未来的发展及本课题的意义第24-25页
   ·状态监测与保护控制的关系第25-26页
   ·论文的结构和章节安排第26-28页
2 不同类型神经网络在变压器故障诊断中的应用分析第28-56页
   ·传统方法的缺陷与神经网络的应用第28-30页
   ·BP 网络故障诊断模型及其学习算法第30-31页
   ·BP 神经网络几个问题的探讨第31-33页
   ·基于BP 神经网络的变压器绝缘故障诊断研究第33-37页
   ·BP 算法的改进对绝缘故障诊断收敛特性的影响研究第37-41页
   ·隐层神经元数目对绝缘故障诊断收敛特性的影响研究第41-43页
   ·基于径向基神经网络的变压器绝缘故障诊断研究第43-47页
   ·LVQ 模式分类神经网络变压器故障诊断研究第47-50页
   ·基于概率神经网络的变压器绝缘故障诊断第50-52页
   ·不同类型神经网络对变压器绝缘故障诊断结果的比较第52-55页
   ·本章小结第55-56页
3 基于模糊多元决策的变压器故障诊断研究第56-73页
   ·问题的引出第56-57页
   ·变压器模糊多元决策的推理方法第57-61页
   ·变压器比值编码的隶属度函数及权向量第61-63页
   ·变压器模糊关系矩阵的确定及自学习过程第63-66页
   ·变压器模糊多元诊断系统的MATLAB 实现第66-68页
   ·不同模糊区间对故障诊断的影响第68-71页
   ·本章小结第71-73页
4 基于自适应模糊推理的电力设备故障诊断研究第73-85页
   ·引言第73-74页
   ·模糊推理方法与模型第74-75页
   ·自适应神经模糊推理系统进行电力设备故障诊断第75-81页
   ·基于ANFIS 的电力变压器故障诊断结果第81-84页
   ·本章小结第84-85页
5 基于D-S 证据理论信息融合的电力设备故障诊断研究第85-101页
   ·引言第85-86页
   ·信息融合的基本原理和层次结构第86-87页
   ·电力设备监测与诊断的信息参数第87-90页
   ·电力设备在线监测的数据级融合第90-94页
   ·基于D-S 证据理论的决策级融合故障诊断方法研究第94-99页
   ·基于D-S 证据理论的变压器绝缘故障诊断结果分析第99-100页
   ·本章小结第100-101页
6 智能信息融合判据与电力设备故障诊断专家系统设计第101-116页
   ·单一诊断方法的缺陷与不足第101-102页
   ·利用不同故障诊断方法的优点形成智能融合判据第102-104页
   ·智能信息融合判据的诊断算例分析第104-106页
   ·故障诊断专家系统应用现状第106页
   ·变电站故障诊断专家系统总体设计第106-110页
   ·高压断路器故障诊断专家系统推理实例第110-114页
   ·大型电力变压器故障诊断专家系统诊断实例第114-115页
   ·本章小结第115-116页
7 基于DSP 的变电站高压设备在线监测系统设计第116-136页
   ·多参数统一监测的思想第116-117页
   ·电力设备在线监测系统的选择第117-119页
   ·高压电气设备在线监测系统总体设计第119-122页
   ·高压设备在线监测系统硬件开发第122-128页
   ·在线监测系统的抗干扰措施第128-129页
   ·变电站设备状态监测系统上层管理软件设计第129-133页
   ·电气设备状态评估的作用与内容第133-135页
   ·本章小结第135-136页
8 全文总结第136-139页
   ·总结第136-138页
   ·下一步工作的展望第138-139页
致谢第139-140页
参考文献第140-153页
附录1 作者在攻读博士学位期间发表的论文第153-155页
附录2 作者在攻读博士学位期间主要参与的科研工作第155页

论文共155页,点击 下载论文
上一篇:韩孟诗派传播接受史研究
下一篇:家族性巨颌症家系收集与分子致病机理的研究