首页--工业技术论文--电工技术论文--变压器、变流器及电抗器论文--电力变压器论文

基于信息融合的变压器健康状态综合评估系统研究

摘要第1-6页
ABSTRACT第6-10页
1 绪论第10-16页
   ·选题的背景和意义第10-11页
   ·国内外研究现状与发展趋势第11-14页
     ·变压器状态评估研究现状与发展趋势第11-12页
     ·变压器故障诊断研究现状与发展趋势第12-14页
   ·论文主要工作第14-16页
2 变压器健康状态综合评估体系建立与状态量选取第16-23页
   ·体系建立与状态量选取的原则第16页
   ·变压器评价体系与分部件评价状态量选取第16-20页
     ·本体第17-18页
     ·套管第18页
     ·分接开关第18-19页
     ·冷却系统第19页
     ·油箱第19页
     ·非电量保护系统第19-20页
   ·状态量指标统一量化第20-22页
     ·定量指标统一量化第20-21页
     ·定性指标统一量化第21-22页
   ·变压器健康状态分级第22页
   ·本章小结第22-23页
3 基于信息融合的变压器健康状态综合评估模型研究第23-41页
   ·基于集对分析的模糊综合评价模型第23页
   ·基于集对分析的模糊综合评价模型的权重确定第23-27页
     ·一般层次分析法第23-25页
     ·改进层次分析法第25-26页
     ·熵权法第26-27页
     ·组合权重第27页
   ·集对分析法在变压器健康状态模糊综合评价模型中的应用第27-30页
     ·集对分析理论概述第27-28页
     ·联系度的确定第28-29页
     ·联系数的确定第29-30页
   ·基于信息融合的变压器状态评估模型第30-36页
     ·信息融合技术概述第30-32页
     ·D-S 证据理论及改进第32-34页
     ·基于信息融合的变压器状态评估第34-36页
   ·实例第36-40页
     ·实例一第36-38页
     ·实例二第38-40页
   ·本章小结第40-41页
4 基于改进PSO_PNN网络的变压器故障诊断模型研究第41-51页
   ·自适应概率神经网络第41-42页
     ·概率神经网络(PNN)基本原理第41页
     ·概率神经网络模型第41-42页
     ·自适应概率神经网络第42页
   ·模拟退火粒子群(SA-PSO)算法第42-46页
     ·粒子群优化算法原理第42-44页
     ·模拟退火算法原理第44-45页
     ·模拟退火粒子群(SA-PSO)算法第45-46页
   ·实例仿真第46-50页
     ·传统 PNN 仿真(统一平滑因子σ)第47页
     ·自适应 PNN 仿真(优化平滑因子σ)第47-50页
   ·本章小结第50-51页
5 基于LABVIEW的变压器健康状态综合评估系统开发第51-59页
   ·LABVIEW 概述第51-52页
     ·虚拟仪器技术第51页
     ·LabVIEW 开发平台第51-52页
   ·变压器健康状态综合评估系统设计与实现第52-58页
     ·状态评估模块第53-55页
     ·故障诊断模块第55页
     ·数据库管理模块第55-58页
   ·本章小结第58-59页
6 总结与展望第59-60页
   ·课题研究总结第59页
   ·进一步工作展望第59-60页
参考文献第60-65页
致谢第65-66页
攻读硕士学位期间取得的成果第66页

论文共66页,点击 下载论文
上一篇:并网风电场无功控制与电压稳定研究
下一篇:居民负荷特性研究及应用