摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第8-14页 |
1.1 引言 | 第8页 |
1.2 课题研究背景 | 第8-11页 |
1.2.1 发展物联网在能源互联网建设中的意义及部署 | 第9-10页 |
1.2.2 物联网与智能电网的应用现状 | 第10-11页 |
1.3 存在的问题及解决方向 | 第11-12页 |
1.4 论文主要研究内容 | 第12-14页 |
第二章 物联网和典型无线通信技术 | 第14-25页 |
2.1 物联网概述 | 第14-19页 |
2.1.1 物联网与互联网的联系 | 第14页 |
2.1.2 物联网的结构 | 第14-15页 |
2.1.3 物联网中的无线通信技术 | 第15-19页 |
2.2 ZigBee技术 | 第19-25页 |
2.2.1 ZigBee技术的特点 | 第19-20页 |
2.2.2 ZigBee网络设备 | 第20-22页 |
2.2.3 ZigBee网络拓扑结构 | 第22-23页 |
2.2.4 ZigBee协议框架 | 第23-25页 |
第三章 基于物联网的站内辅助监测系统设计 | 第25-35页 |
3.1 无线传感器在站内辅助监测中的应用 | 第25-26页 |
3.2 站内辅助监测系统的结构 | 第26页 |
3.3 系统总体设计要求 | 第26-31页 |
3.3.1 传感器节点设计 | 第27-30页 |
3.3.2 协调器节点设计 | 第30页 |
3.3.3 智能接入网关设计 | 第30页 |
3.3.4 服务器与远程终端设计 | 第30页 |
3.3.5 系统测试 | 第30-31页 |
3.4 工作流程 | 第31-35页 |
3.4.1 传感器节点工作流程 | 第31-32页 |
3.4.2 协调器工作流程 | 第32页 |
3.4.3 智能网关工作流程 | 第32-34页 |
3.4.4 数据库服务器的工作流程 | 第34-35页 |
第四章 混沌时间序列理论在电力设备温度预测的应用 | 第35-46页 |
4.1 电力设备热点温度 | 第35页 |
4.2 设备温度数据混沌分析 | 第35-41页 |
4.2.1 延迟时间 | 第38-39页 |
4.2.2 嵌入维数 | 第39-40页 |
4.2.3 最大Lyapunov指数 | 第40-41页 |
4.3 电力设备温度数据混沌预测 | 第41-46页 |
4.3.1 基于径向基函数网络的混沌时间序列预测 | 第41-43页 |
4.3.2 分析预测结果 | 第43-46页 |
第五章 总结与展望 | 第46-48页 |
参考文献 | 第48-50页 |
致谢 | 第50-51页 |