基于贝叶斯网络的变压器故障诊断方法研究
| 摘要 | 第1页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| ·选题背景及研究意义 | 第6-7页 |
| ·变压器故障诊断的研究现状 | 第7-8页 |
| ·贝叶斯网络的研究现状 | 第8页 |
| ·本文的主要工作 | 第8-10页 |
| 第二章 变压器故障诊断技术 | 第10-19页 |
| ·变压器常见的故障类型 | 第10-12页 |
| ·主要的变压器故障检测方法 | 第12-16页 |
| ·油中气体分析 | 第12-14页 |
| ·常规电气试验 | 第14-15页 |
| ·绝缘油特性试验 | 第15-16页 |
| ·其他试验 | 第16页 |
| ·变压器故障综合诊断 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 贝叶斯网络 | 第19-26页 |
| ·贝叶斯网络概述 | 第19-22页 |
| ·贝叶斯网络的基本规则 | 第19-20页 |
| ·d 分离 | 第20-21页 |
| ·贝叶斯网络的定义 | 第21-22页 |
| ·贝叶斯网络学习 | 第22-25页 |
| ·贝叶斯理论的计算学习机制 | 第22-23页 |
| ·学习贝叶斯网络的概率分布 | 第23-24页 |
| ·学习贝叶斯网络的网络结构 | 第24-25页 |
| ·贝叶斯网络推理 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第四章 基于贝叶斯网络的变压器故障诊断研究 | 第26-35页 |
| ·前言 | 第26页 |
| ·综合故障诊断模型的建立 | 第26-34页 |
| ·故障类型与故障征兆确定 | 第26-27页 |
| ·诊断网络结构确定 | 第27-31页 |
| ·基于因果关系的贝叶斯网络诊断模型 | 第28页 |
| ·基于简单贝叶斯网络的诊断模型 | 第28-29页 |
| ·诊断结果分析与对比 | 第29-31页 |
| ·不完备数据集的概率参数学习 | 第31-34页 |
| ·Monte－Carlo 方法或采样算法 | 第32页 |
| ·Gaussian 近似算法 | 第32页 |
| ·EM 算法 | 第32-33页 |
| ·算法比较 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第五章 变压器故障诊断系统设计 | 第35-44页 |
| ·变压器状态分析系统项目背景 | 第35页 |
| ·变压器状态分析系统框架 | 第35-38页 |
| ·故障诊断子系统设计说明 | 第38-43页 |
| ·功能需求分析 | 第38-39页 |
| ·故障诊断子系统软件结构 | 第39-40页 |
| ·系统对象描述 | 第40-41页 |
| ·系统运行流程 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第六章 结论与展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 在学期间发表的学术论文和参加科研情况 | 第50-51页 |
| 详细摘要 | 第51-58页 |
