| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 电力系统状态监测的国内外研究现状 | 第11-13页 |
| 1.3 光纤测温技术在电力设备状态监测中的应用 | 第13-14页 |
| 1.4 人工智能在电力设备状态监测中的应用 | 第14-15页 |
| 1.5 本文主要工作 | 第15-17页 |
| 第二章 传统互感器状态监测系统的总体设计 | 第17-26页 |
| 2.1 传统互感器状态监测分析及方案 | 第17-19页 |
| 2.1.1 互感器温度状态监测分析及方案 | 第17-18页 |
| 2.1.2 互感器电气特性状态监测分析及方案 | 第18-19页 |
| 2.1.3 互感器运行环境湿度状态监测分析及方案 | 第19页 |
| 2.2 传统互感器状态监测系统的监测技术 | 第19-24页 |
| 2.2.1 互感器温度状态监测技术 | 第19-23页 |
| 2.2.2 互感器电气特性状态监测技术 | 第23-24页 |
| 2.2.3 互感器运行环境湿度状态监测技术 | 第24页 |
| 2.3 传统互感器状态监测系统总体设计方案 | 第24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 传统互感器状态监测系统的硬件和软件设计 | 第26-35页 |
| 3.1 传统互感器温度状态监测设计 | 第26-28页 |
| 3.1.1 硬件实现方法与整体结构 | 第26-27页 |
| 3.1.2 硬件选型设计 | 第27-28页 |
| 3.2 传统互感器电气特性和运行环境湿度状态监测设计 | 第28-34页 |
| 3.2.1 硬件实现方法与整体结构 | 第28-29页 |
| 3.2.2 硬件选型设计 | 第29-31页 |
| 3.2.3 软件设计 | 第31-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 基于概率神经网络的传统互感器状态监测 | 第35-42页 |
| 4.1 概率神经网络理论 | 第35-36页 |
| 4.2 基于PNN的传统互感器状态识别模型 | 第36-38页 |
| 4.2.1 输入特征量的选取 | 第36-37页 |
| 4.2.2 概率神经网络输出状态分类 | 第37页 |
| 4.2.3 状态识别步骤 | 第37-38页 |
| 4.3 实验仿真与分析 | 第38-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 传统互感器状态监测系统上位机设计 | 第42-55页 |
| 5.1 Lab VIEW软件简介 | 第42页 |
| 5.2 系统上位机总体功能设计 | 第42-43页 |
| 5.3 系统上位机功能实现 | 第43-48页 |
| 5.3.1 串行通信功能实现 | 第43-45页 |
| 5.3.2 数据分析处理功能实现 | 第45页 |
| 5.3.3 状态告警功能实现 | 第45-46页 |
| 5.3.4 数据存储查询功能实现 | 第46-47页 |
| 5.3.5 显示功能实现 | 第47-48页 |
| 5.4 系统上位机界面设计 | 第48-50页 |
| 5.5 系统上位机性能测试 | 第50-53页 |
| 5.6 本章小结 | 第53-55页 |
| 第六章 结论与展望 | 第55-58页 |
| 参考文献 | 第58-66页 |
| 致谢 | 第66-68页 |
| 附录 | 第68页 |