首页--工业技术论文--电工技术论文--发电、发电厂论文--发电厂论文--火力发电厂、热电站论文--控制设备论文

基于物联网技术的火电厂高频电源监控系统的设计

摘要第1-6页
Abstract第6-8页
第一章 绪论第8-14页
   ·课题研究背景及意义第8-9页
   ·相关技术国内外发展现状第9-12页
     ·物联网发展现状第9-11页
     ·智能诊断方法发展现状第11-12页
   ·本文主要研究内容第12-14页
第二章 基于物联网的监测诊断系统概述第14-21页
   ·物联网技术概述第14-18页
     ·感知层第16-17页
     ·传输层第17-18页
     ·应用层第18页
   ·故障诊断技术概述第18-21页
     ·故障诊断的基本概念第18-19页
     ·故障诊断分类方法第19-21页
第三章 基于物联网的监测诊断系统设计第21-27页
   ·系统设计原则第21页
   ·总体要求第21-22页
   ·系统架构方案第22-27页
     ·总体结构第22-23页
     ·通信方案制定第23-24页
     ·上位机系统设计方案制定第24-27页
第四章 监控中心上位机软件设计第27-40页
   ·上位机软件设计要求第27页
   ·监控中心上位机软件设计第27-36页
     ·上位机总体结构设计第27-28页
     ·用户登录模块第28-29页
     ·数据监控模块第29-30页
     ·历史数据查询模块第30-31页
     ·维护记录查询模块第31页
     ·人员登录查询模块第31-32页
     ·人员操作查询模块第32-33页
     ·GPRS模块操作界面第33-36页
   ·数据库软件介绍第36-40页
     ·数据库表的设计第36-38页
     ·数据库连接技术介绍第38-40页
第五章 高频电源故障诊断方法研究第40-76页
   ·诊断模型的建立第40-46页
     ·故障类型的分析第40-42页
     ·三相全控整流电路仿真第42-46页
   ·故障波形的小波分析第46-59页
     ·小波分析的基本理论第46页
     ·多分辨率分析第46-48页
     ·小波函数的选取第48-54页
     ·小波分解尺度的选取第54页
     ·故障特征的提取第54-59页
   ·用于诊断的神经网络模型第59-63页
     ·BP神经网络参数设定第60-62页
     ·神经网络输出结果第62-63页
   ·蚁群神经网络第63-68页
     ·蚁群优化算法原理介绍第64-66页
     ·蚁群优化算法参数设定第66-68页
   ·应用蚁群算法进行三相整流电路故障诊断第68-72页
   ·除尘高频电源故障诊断第72-76页
第六章 总结与展望第76-78页
   ·本文主要内容与创新第76页
   ·展望第76-78页
参考文献第78-82页
致谢第82-83页
个人简介第83页

论文共83页,点击 下载论文
上一篇:低压电源系统电涌保护器老化劣化研究
下一篇:太阳能LED照明系统的设计