信息融合技术在变压器故障诊断中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-18页 |
| ·背景及意义 | 第9-11页 |
| ·电力设备故障诊断的现状 | 第11-17页 |
| ·本文的结构 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第2章 电力变压器的故障分析 | 第18-25页 |
| ·油浸式电力变压器的结构 | 第18-19页 |
| ·电力变压器的主要故障类型 | 第19-23页 |
| ·变压器主要故障类型 | 第19-22页 |
| ·变压器故障监测方法 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第3章 信息融合技术 | 第25-33页 |
| ·信息融合技术概述 | 第25页 |
| ·信息融合技术的应用 | 第25-26页 |
| ·信息融合的层次 | 第26-27页 |
| ·信息融合常见的算法 | 第27-31页 |
| ·信息融合存在的问题及发展方向 | 第31-32页 |
| ·信息融合存在的问题 | 第31页 |
| ·信息融合的发展方向 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 粗糙集和D-S证据理论算法研究 | 第33-47页 |
| ·基于相对核的属性约减 | 第33-40页 |
| ·粗糙集概述 | 第33页 |
| ·粗糙集理论的主要研究方向 | 第33页 |
| ·粗糙集理论的应用 | 第33-34页 |
| ·粗糙集理论基础 | 第34-35页 |
| ·属性约简算法 | 第35-38页 |
| ·实例分析 | 第38-40页 |
| ·改进D-S证据理论 | 第40-45页 |
| ·D-S证据理论简介 | 第40页 |
| ·证据理论的基本概念 | 第40-41页 |
| ·D-S证据融合的存在的问题及研究现状 | 第41-42页 |
| ·改进D-S证据理论 | 第42-44页 |
| ·改进方法在发电机组旋转设备故障诊断中的应用 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第5章 信息融合在电力变压器故障诊断中的应用 | 第47-58页 |
| ·基于神经网络的故障诊断方法 | 第47-51页 |
| ·基于BP神经网络和D-S证据理论的诊断方法介绍 | 第51-52页 |
| ·以五种特征气体为BP神经网络输入的神经网络 | 第52-55页 |
| ·以三比值作为BP神经网络输入的神经网络 | 第55-56页 |
| ·改进D-S证据理论在变压器故障诊断中的应用 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·论文总结 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 作者在攻读硕士学位期间发表的论文 | 第66页 |
