电力设备载流故障趋势预测技术研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-20页 |
| 1.1 课题研究背景 | 第11-12页 |
| 1.2 载流故障及诊断概述 | 第12-14页 |
| 1.3 载流故障国内外研究现状 | 第14-16页 |
| 1.4 诊断算法关键技术 | 第16-18页 |
| 1.5 研究内容及组织结构 | 第18-20页 |
| 2 载流故障早期预警算法 | 第20-37页 |
| 2.1 引言 | 第20页 |
| 2.2 TMS无线温度监测系统 | 第20-22页 |
| 2.3 快速温升故障描述及数据预处理 | 第22-25页 |
| 2.4 基于PCA的载流故障早期预警 | 第25-35页 |
| 2.5 本章小结 | 第35-37页 |
| 3 针对温度快速上升故障形态的趋势预测 | 第37-50页 |
| 3.1 引言 | 第37页 |
| 3.2 极限学习机概述 | 第37-44页 |
| 3.3 基于ELM的触点温度值序列预测 | 第44-49页 |
| 3.4 本章小结 | 第49-50页 |
| 4 针对温度缓慢振荡上升故障形态的趋势预测 | 第50-69页 |
| 4.1 引言 | 第50页 |
| 4.2 缓慢振荡温升故障描述 | 第50-51页 |
| 4.3 混沌时间序列预测 | 第51-57页 |
| 4.4 基于混沌特性的温度值时间序列预测 | 第57-68页 |
| 4.5 本章小结 | 第68-69页 |
| 5 总结与展望 | 第69-71页 |
| 5.1 工作总结 | 第69-70页 |
| 5.2 工作展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 作者简介 | 第75页 |
