同步发电机转子匝间短路的智能诊断方法研究
| 第一章 绪论 | 第1-17页 |
| 1-1 引言 | 第6-10页 |
| 1-1-1 同步发电机故障诊断的重要性 | 第6-8页 |
| 1-1-2 同步发电机故障诊断分类 | 第8-10页 |
| 1-2 同步发电机故障诊断的研究概述 | 第10-16页 |
| 1-2-1 同步发电机故障诊断研究现状 | 第10-11页 |
| 1-2-2 同步发电机故障诊断研究方法 | 第11-12页 |
| 1-2-3 人工智能在发电机故障诊断中的应用 | 第12-16页 |
| 1-3 本文的主要工作 | 第16-17页 |
| 第二章 遗传规划在转子匝间短路诊断中的应用 | 第17-41页 |
| 2-1 引言 | 第17页 |
| 2-2 转子匝间短路概况 | 第17-22页 |
| 2-2-1 转子匝间短路的危害及原因 | 第17-20页 |
| 2-2-2 测量转子绕组匝间短路的方法 | 第20-22页 |
| 2-3 遗传规划法概述 | 第22-29页 |
| 2-3-1 遗传规划法的基本知识和原理 | 第22页 |
| 2-3-2 遗传规划法的基本步骤 | 第22-28页 |
| 2-3-3 遗传规划法的应用 | 第28-29页 |
| 2-4 遗传规划在匝间短路诊断中的应用 | 第29-40页 |
| 2-4-1 转子匝间短路的故障机理 | 第29-31页 |
| 2-4-2 利用遗传规划方法建立数学模型 | 第31-40页 |
| 2-5 本章小结 | 第40-41页 |
| 第三章 神经网络在转子匝间短路诊断中的应用 | 第41-53页 |
| 3-1 引言 | 第41页 |
| 3-2 人工神经网络概述 | 第41-49页 |
| 3-2-1 人工神经网络的基本知识和特点 | 第41-43页 |
| 3-2-2 BP网络算法 | 第43-49页 |
| 3-3 BP网络在转子匝间短路诊断中的应用 | 第49-52页 |
| 3-3-1 应用简介 | 第49-50页 |
| 3-3-2 利用BP网络拟合发电机空载特性曲线 | 第50-52页 |
| 3-4 本章小结 | 第52-53页 |
| 第四章 故障的可诊断性问题 | 第53-62页 |
| 4-1 引言 | 第53页 |
| 4-2 故障可诊断性 | 第53-59页 |
| 4-2-1 故障可诊断性定义和研究意义 | 第53-54页 |
| 4-2-2 影响故障可诊断性的因素 | 第54-56页 |
| 4-2-3 故障可诊断性的评价方法 | 第56-58页 |
| 4-2-4 提高故障可诊断性的途径 | 第58-59页 |
| 4-3 转子匝间短路的可诊断性定性分析 | 第59-61页 |
| 4-4 本章小结 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 后记 | 第65页 |
