变压器在线监测与故障诊断
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 课题研究的背景与意义 | 第9页 |
| 1.2 变压器故障诊断技术在国内外发展状况 | 第9-10页 |
| 1.3 变压器故障诊断技术 | 第10页 |
| 1.4 变压器在线监测 | 第10-11页 |
| 1.5 论文所作的主要工作 | 第11-12页 |
| 第2章 变压器的故障及诊断方法 | 第12-26页 |
| 2.1 引言 | 第12页 |
| 2.2 变压器故障类型 | 第12-13页 |
| 2.3 基于DGA的故障诊断方法 | 第13-25页 |
| 2.3.1 判断变压器是否存在故障 | 第14-16页 |
| 2.3.2 变压器故障的严重程度判断 | 第16-17页 |
| 2.3.3 变压器故障类型的判断 | 第17-22页 |
| 2.3.4 判断变压器故障的状况 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 神经网络专家系统的构建 | 第26-41页 |
| 3.1 变压器故障诊断方法概述 | 第26-28页 |
| 3.1.1 专家系统 | 第26-27页 |
| 3.1.2 人工神经网络 | 第27页 |
| 3.1.3 人工免疫算法 | 第27-28页 |
| 3.1.4 其他诊断方法 | 第28页 |
| 3.2 神经网络与蚁群算法 | 第28-30页 |
| 3.2.1 蚁群算法的基本原理 | 第28页 |
| 3.2.2 基于蚁群算法的神经网络训练 | 第28-30页 |
| 3.3 神经网络与专家系统的结合 | 第30-32页 |
| 3.4 知识库的建立 | 第32-37页 |
| 3.4.1 知识库的基本原理 | 第32-34页 |
| 3.4.2 知识库的设计与实现 | 第34-37页 |
| 3.5 推理机制 | 第37页 |
| 3.6 解释机制 | 第37-38页 |
| 3.7 筛选机制 | 第38-40页 |
| 3.8 本章小结 | 第40-41页 |
| 第4章 变压器在线监测故障诊断系统的设计与实现 | 第41-59页 |
| 4.1 引言 | 第41页 |
| 4.2 设计的目标和功能 | 第41-42页 |
| 4.3 在线监测与故障诊断系统 | 第42-44页 |
| 4.4 诊断系统的功能模块划分 | 第44-45页 |
| 4.5 诊断系统的设计与实现 | 第45-54页 |
| 4.5.1 数据库系统的设计 | 第45-47页 |
| 4.5.2 诊断系统主程序的开发 | 第47-48页 |
| 4.5.3 经验知识管理模块 | 第48-50页 |
| 4.5.4 规则知识管理模块 | 第50-51页 |
| 4.5.5 筛选器的运作 | 第51-52页 |
| 4.5.6 蚁群神经网络的调用 | 第52-54页 |
| 4.6 诊断实例 | 第54-58页 |
| 4.7 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |
