| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 课题研究的背景及意义 | 第7-8页 |
| 1.2 国内外故障诊断的发展研究状况 | 第8-10页 |
| 1.2.1 故障诊断技术 | 第8页 |
| 1.2.2 故障诊断的国内外发展现状 | 第8-9页 |
| 1.2.3 故障诊断的常见方法 | 第9-10页 |
| 1.3 建筑电气故障诊断的现状与存在问题 | 第10页 |
| 1.4 论文的结构 | 第10-12页 |
| 第2章 建筑电气故障模拟实验平台的设计 | 第12-27页 |
| 2.1 电力系统及建筑电气系统的概述 | 第12-13页 |
| 2.2 建筑电气故障模拟实验平台的设计 | 第13-19页 |
| 2.2.1 实验平台的强电设计 | 第15-17页 |
| 2.2.2 实验平台的弱电设计 | 第17-18页 |
| 2.2.3 模拟故障种类 | 第18-19页 |
| 2.3 实验平台数据采集系统的设计 | 第19-26页 |
| 2.3.1 微处理器选型 | 第20-21页 |
| 2.3.2 总线选型 | 第21-22页 |
| 2.3.3 数据采集系统的结构 | 第22-23页 |
| 2.3.4 硬件电路设计 | 第23-25页 |
| 2.3.5 软件部分设计 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于贝叶斯方法的建筑电气故障诊断研究 | 第27-39页 |
| 3.1 贝叶斯方法 | 第27-28页 |
| 3.2 贝叶斯网络 | 第28-29页 |
| 3.3 朴素贝叶斯分类器 | 第29-32页 |
| 3.3.1 朴素贝叶斯分类器理论模型 | 第29-31页 |
| 3.3.2 朴素贝叶斯分类器实例分析 | 第31-32页 |
| 3.4 基于贝叶斯网络的建筑电气故障诊断系统的建立 | 第32-38页 |
| 3.4.1 故障样本数据的处理 | 第33-34页 |
| 3.4.2 贝叶斯诊断模型的建立 | 第34-35页 |
| 3.4.3 仿真实验诊断结果及分析 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于相关向量机的故障诊断算法研究 | 第39-50页 |
| 4.1 相关向量机的理论基础 | 第39-40页 |
| 4.2 相关向量机的数学模型 | 第40-42页 |
| 4.3 核函数的选择 | 第42-43页 |
| 4.4 RVM算法的多模式分类 | 第43-46页 |
| 4.5 基于RVM的建筑电气故障诊断模型的建立 | 第46-48页 |
| 4.5.1 故障特征向量的选择 | 第46页 |
| 4.5.2 RVM故障诊断模型的建立 | 第46-47页 |
| 4.5.3 RVM核函数的选择 | 第47-48页 |
| 4.6 基于RVM建筑电气故障诊断的仿真实验 | 第48-49页 |
| 4.7 本章小结 | 第49-50页 |
| 第5章 基于冗余字典的建筑电气故障诊断算法 | 第50-57页 |
| 5.1 基于冗余字典的稀疏表示方法 | 第50-53页 |
| 5.1.1 基于冗余字典的稀疏表示 | 第51页 |
| 5.1.2 冗余字典 | 第51-52页 |
| 5.1.3 稀疏求解方法 | 第52-53页 |
| 5.2 基于冗余字典的稀疏表示 | 第53-54页 |
| 5.3 建筑电气系统的稀疏求解故障诊断算法 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第6章 算法对比研究与总结展望 | 第57-60页 |
| 6.1 朴素贝叶斯与RVM的对比研究 | 第57-58页 |
| 6.2 总结展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 研究生阶段论文发表情况 | 第64-65页 |
| 附录 | 第65-68页 |