高压开关柜故障诊断系统研究
摘要 | 第6-7页 |
Abstract | 第7页 |
第1章 绪论 | 第10-15页 |
1.1 开关柜故障诊断系统研究意义 | 第10-11页 |
1.2 开关柜故障诊断系统研究现状 | 第11-13页 |
1.3 系统设计思路及创新点 | 第13页 |
1.4 本文主要内容及章节安排 | 第13-15页 |
第2章 开关柜故障检测方案设计 | 第15-23页 |
2.1 开关柜结构 | 第15-16页 |
2.2 开关柜接触发热温度场及柜内热传递分析 | 第16-18页 |
2.2.1 开关柜接触发热温度场研究 | 第16-17页 |
2.2.2 开关柜柜内热传递分析 | 第17-18页 |
2.3 开关柜故障检测方案研究 | 第18-23页 |
2.3.1 检测方案设计 | 第18-19页 |
2.3.2 故障特征信息的选取 | 第19-23页 |
第3章 基于神经网络的开关柜故障诊断方法 | 第23-30页 |
3.1 人工神经网络 | 第23-28页 |
3.1.1 人工神经网络理论 | 第23-25页 |
3.1.2 网络拓扑结构 | 第25页 |
3.1.3 神经网络学习规则 | 第25-26页 |
3.1.4 BP神经网络工作原理 | 第26-28页 |
3.2 神经网络故障诊断原理 | 第28-29页 |
3.3 开关柜故障诊断神经网络模型结构 | 第29-30页 |
第4章 开关柜故障诊断系统软、硬件设计 | 第30-47页 |
4.1 系统总体设计方案 | 第30-31页 |
4.2 系统硬件设计 | 第31-41页 |
4.2.1 系统硬件总体概述 | 第31-32页 |
4.2.2 传感器的选取 | 第32-34页 |
4.2.3 数据采集单元设计 | 第34-41页 |
4.3 系统软件设计 | 第41-47页 |
4.3.1 系统软件总体结构 | 第41-42页 |
4.3.2 数据采集模块 | 第42-45页 |
4.3.3 数据管理 | 第45-47页 |
第5章 模拟故障诊断实验结果及分析 | 第47-55页 |
5.1 模拟样本的获取 | 第47页 |
5.2 ANN模拟故障诊断模型的离线训练 | 第47-53页 |
5.3 在线模拟故障诊断实验结果分析对比 | 第53-55页 |
总结与展望 | 第55-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-60页 |
附录一 | 第60-61页 |
攻读学位期间取得的研究成果 | 第61页 |