信息熵在变压器故障诊断与状态检测中的应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 变压器故障诊断与状态评估研究现状 | 第10-15页 |
| 1.2.1 电力变压器故障诊断研究现状 | 第10-12页 |
| 1.2.2 电力变压器状态评估研究现状 | 第12-15页 |
| 1.3 本文研究内容和主要工作 | 第15-16页 |
| 第2章 信息熵理论 | 第16-29页 |
| 2.1 引言 | 第16页 |
| 2.2 信息熵原理 | 第16-19页 |
| 2.2.1 信息熵理论概述 | 第16-17页 |
| 2.2.2 信息熵代数性质 | 第17-19页 |
| 2.3 信息熵故障树模型 | 第19-28页 |
| 2.3.1 变压器故障树模型 | 第19-24页 |
| 2.3.2 变压器故障信息熵 | 第24-28页 |
| 2.4 小结 | 第28-29页 |
| 第3章 基于信息熵的故障检修策略优化 | 第29-38页 |
| 3.1 引言 | 第29页 |
| 3.2 变压器试验项目 | 第29-33页 |
| 3.2.1 巡检项目 | 第30页 |
| 3.2.2 例行试验项目 | 第30-32页 |
| 3.2.3 诊断性试验项目 | 第32-33页 |
| 3.3 设备电气试验项目信息熵 | 第33-35页 |
| 3.4 基于信息熵的变压器最优检修策略 | 第35-37页 |
| 3.4.1 基于信息熵的最少检修次数算法 | 第35-36页 |
| 3.4.2 基于信息熵的变压器优化检修策略模型 | 第36-37页 |
| 3.5 小结 | 第37-38页 |
| 第4章 基于信息熵的油色谱分析 | 第38-51页 |
| 4.1 引言 | 第38页 |
| 4.2 变压器油中气体分析 | 第38-42页 |
| 4.2.1 油中溶解气体分析原理 | 第38-41页 |
| 4.2.2 常用的油色谱分析方法 | 第41-42页 |
| 4.3 灰关联理论介绍 | 第42-46页 |
| 4.3.1 灰色理论分析原理 | 第42-43页 |
| 4.3.2 灰关联度算法 | 第43-45页 |
| 4.3.3 基于灰关联度的故障诊断 | 第45-46页 |
| 4.4 基于信息熵与灰关联理论的油色谱分析模型 | 第46-47页 |
| 4.4.1 基于熵的加权灰关联度算法 | 第46-47页 |
| 4.4.2 灰关联信息熵诊断流程 | 第47页 |
| 4.5 应用实例分析 | 第47-50页 |
| 4.6 小结 | 第50-51页 |
| 第5章 结论与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第57-58页 |
| 致谢 | 第58页 |
