油浸式变压器热路计算及热点温度遗传支持向量机预测研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-18页 |
| ·电力变压器热点温度计算及预测方法的研究意义 | 第8-11页 |
| ·电力变压器热点温度计算及预测方法的研究现状 | 第11-16页 |
| ·导则推荐计算法 | 第12-13页 |
| ·数值计算法 | 第13-14页 |
| ·热路模型计算法 | 第14-15页 |
| ·智能算法计算法 | 第15-16页 |
| ·论文主要研究内容 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 2 油浸式变压器的发热和冷却分析 | 第18-26页 |
| ·油浸式变压器损耗与热效应 | 第18-21页 |
| ·油浸式变压器损耗分类 | 第18-19页 |
| ·油浸式变压器热效应 | 第19-21页 |
| ·变压器温升曲线及温升限值 | 第21-24页 |
| ·变压器冷却方式 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 基于热电类比方法的变压器动态热路改进模型 | 第26-36页 |
| ·热传递方式与热电类比方法 | 第26-30页 |
| ·热传递的基本方式 | 第26-28页 |
| ·热电类比方法 | 第28-30页 |
| ·油浸式电力变压器动态热路计算模型的建立 | 第30-31页 |
| ·模型参数的计算 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 4 遗传优化支持向量机的绕组热点温度预测建模 | 第36-44页 |
| ·支持向量机回归算法 | 第36-39页 |
| ·遗传算法及其步骤 | 第39-40页 |
| ·基于 GA-SVM 的绕组热点温度预测模型 | 第40-42页 |
| ·数据样本预处理 | 第40-41页 |
| ·遗传算法优化 SVM 模型参数 | 第41页 |
| ·模型预测步骤 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 5 基于油浸式变压器温升试验的验证分析 | 第44-57页 |
| ·温升试验平台 | 第44-51页 |
| ·试验装置 | 第44-47页 |
| ·试验方法与试验方案 | 第47-51页 |
| ·动态热路计算改进模型的验证及结果分析 | 第51-52页 |
| ·GA-SVM 热点温度预测结果的验证比较 | 第52-56页 |
| ·遗传算法与网格搜索法优化参数的对比 | 第52-54页 |
| ·GA-SVM 与神经网络建模的结果对比 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 6 结论 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录 | 第64页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第64页 |
| B. 作者在攻读硕士学位期间参加的科研项目 | 第64页 |
