基于优化PNN网络的变压器故障诊断研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第11-15页 |
| 1.1 本文的研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文的组织结构 | 第13-15页 |
| 2 变压器故障诊断技术简介 | 第15-25页 |
| 2.1 变压器的常见诊断方法 | 第15-19页 |
| 2.1.1 物理参数监测 | 第16-18页 |
| 2.1.2 化学成分含量分析 | 第18-19页 |
| 2.2 基于三比值法的故障诊断 | 第19-23页 |
| 2.2.1 三比值法的理论基础 | 第19-21页 |
| 2.2.2 三比值法 | 第21-23页 |
| 2.3 三比值法的MATLAB程序设计 | 第23页 |
| 2.4 三比值法的分析 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 基于GA优化PNN网络故障诊断 | 第25-39页 |
| 3.1 遗传算法理论 | 第25-30页 |
| 3.1.1 遗传算法的构成要素 | 第25-29页 |
| 3.1.2 遗传算法的基本操作方法 | 第29-30页 |
| 3.2 PNN神经网络故障诊断 | 第30-35页 |
| 3.2.1 PNN神经网络的拓扑结构 | 第30-31页 |
| 3.2.2 PNN神经网络的建模 | 第31-32页 |
| 3.2.3 PNN神经网络实验结果 | 第32-35页 |
| 3.3 基于GA优化PNN故障诊断 | 第35-38页 |
| 3.3.1 基于GA优化PNN故障诊断策略 | 第35-36页 |
| 3.3.2 基于GA优化PNN网络故障诊断结果 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 基于RS优化PNN网络故障诊断 | 第39-47页 |
| 4.1 粗糙集的基本原理 | 第39-40页 |
| 4.2 粗糙集理论的优化过程 | 第40-41页 |
| 4.2.1 原始样本决策表的建立 | 第40-41页 |
| 4.2.2 粗糙集的约简 | 第41页 |
| 4.3 基于RS的PNN网络的故障诊断 | 第41-44页 |
| 4.4 基于RS的PNN故障诊断结果分析 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 整体系统设计 | 第47-59页 |
| 5.1 变压器油中气体分析流程 | 第47-51页 |
| 5.1.1 油气分离模块 | 第47-48页 |
| 5.1.2 气体分离系统 | 第48-49页 |
| 5.1.3 气敏传感器 | 第49-51页 |
| 5.2 硬件电路设计 | 第51-59页 |
| 5.2.1 数据采集模块 | 第52-54页 |
| 5.2.2 数据处理模块 | 第54-57页 |
| 5.2.3 存储模块 | 第57-59页 |
| 6 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-69页 |
| 致谢 | 第69-71页 |
| 作者简介及读研期间主要科研成果 | 第71-72页 |
