基于DGA的变压器故障诊断专家系统的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·选题的背景及意义 | 第10页 |
| ·当前国内外的研究现状 | 第10-11页 |
| ·人工智能技术在变压器故障诊断中的应用 | 第11-13页 |
| ·人工神经网络 | 第11-12页 |
| ·专家系统 | 第12页 |
| ·模糊逻辑 | 第12页 |
| ·神经网络－专家系统 | 第12页 |
| ·模糊逻辑－专家系统 | 第12-13页 |
| ·模糊逻辑－神经网络 | 第13页 |
| ·其它方法 | 第13页 |
| ·本文所做的主要工作 | 第13-15页 |
| 第2章 变压器油中溶解气体的分析及故障诊断 | 第15-25页 |
| ·变压器故障基于油中溶解气体分析的原理 | 第15-18页 |
| ·变压器绝缘材料的产气分析 | 第15-16页 |
| ·正常变压器油中气体的含量 | 第16-17页 |
| ·变压器内部故障类型与油中气体含量的关系 | 第17-18页 |
| ·变压器内部故障诊断技术 | 第18-24页 |
| ·故障诊断步骤 | 第18-19页 |
| ·有无故障的诊断 | 第19-21页 |
| ·故障类型诊断 | 第21-24页 |
| ·故障诊断方法的分析 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第3章 人工神经网络 | 第25-36页 |
| ·神经网络基础 | 第25-28页 |
| ·神经元模型 | 第25-26页 |
| ·神经网络的拓扑结构 | 第26-27页 |
| ·神经网络的学习机制 | 第27-28页 |
| ·BP网络 | 第28-35页 |
| ·BP网络的基本原理 | 第28-34页 |
| ·BP算法的改进 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第4章 变压器故障的BP网络诊断 | 第36-50页 |
| ·人工神经网络在故障诊断中的应用 | 第36-37页 |
| ·人工神经网络在智能诊断中的发展状况 | 第36-37页 |
| ·人工神经网络在变压器故障诊断中的应用 | 第37页 |
| ·用于变压器故障诊断的BP网络设计 | 第37-42页 |
| ·学习样本的收集 | 第37-38页 |
| ·BP神经网络的配置 | 第38-39页 |
| ·BP神经网路的学习 | 第39-40页 |
| ·BP神经网络的测试 | 第40-42页 |
| ·实验结果比较 | 第42-49页 |
| ·不同激活函数比较 | 第43页 |
| ·不同隐层节点的比较 | 第43-45页 |
| ·不同BP算法的学习比较 | 第45-49页 |
| ·小结 | 第49-50页 |
| 第5章 变压器故障诊断专家系统软件的开发 | 第50-63页 |
| ·专家系统的介绍 | 第50-51页 |
| ·专家系统的发展及在电力系统中的应用 | 第51页 |
| ·专家系统的分类 | 第51-52页 |
| ·专家系统的结构和特点 | 第52-53页 |
| ·构造专家系统的步骤 | 第53-54页 |
| ·基于模糊的变压器故障诊断方法 | 第54-55页 |
| ·构造变压器故障诊断的专家系统 | 第55-57页 |
| ·变压器故障诊断专家系统的整体构造 | 第55-56页 |
| ·数据库构造 | 第56页 |
| ·知识库构造 | 第56-57页 |
| ·VB调用Matlab神经网络工具箱的实现办法 | 第57-59页 |
| ·VB调用Matlab之前的准备 | 第57页 |
| ·利用ActiveX技术实现调用 | 第57-59页 |
| ·诊断实例 | 第59-61页 |
| ·小结 | 第61-63页 |
| 第6章 结论与展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 在学期间发表的学术论文与研究成果 | 第69页 |
