基于数据融合的设备参数劣化分析与状态评价
| 摘要 | 第1页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·选题背景及意义 | 第7页 |
| ·参数劣化分析的研究现状 | 第7-9页 |
| ·数据融合技术的研究现状 | 第9页 |
| ·本文主要研究内容 | 第9-11页 |
| 第二章 统计分析与指数平滑法 | 第11-22页 |
| ·统计分析方法的几个重要概念 | 第11-12页 |
| ·数据的时间序列分析与预测 | 第12-13页 |
| ·数据的时间数列分析 | 第12页 |
| ·估计标准误 | 第12页 |
| ·未来趋势分析的时间序列分析与预测 | 第12-13页 |
| ·统计预测中指数平滑法 | 第13-19页 |
| ·简单移动平均法 | 第13页 |
| ·一次指数平滑法 | 第13-14页 |
| ·二次指数平滑法 | 第14-16页 |
| ·三次指数平滑法 | 第16-18页 |
| ·平滑系数和初始值的确定 | 第18-19页 |
| ·统计分析方法在电力生产和维护中的应用 | 第19-21页 |
| ·标准值与判别标准 | 第19-20页 |
| ·统计分析在参数劣化分析中的应用 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第三章 数据融合技术及D-S 证据理论方法 | 第22-33页 |
| ·数据融合技术概述 | 第22-25页 |
| ·数据融合的基本原理、级别及特点 | 第22-23页 |
| ·数据融合的经典方法 | 第23-25页 |
| ·数据融合的应用领域 | 第25页 |
| ·D-S 证据理论 | 第25-32页 |
| ·D-S 证据理论概述 | 第25-26页 |
| ·D-S 证据理论的基本概念 | 第26-27页 |
| ·D-S 证据理论的组合规则 | 第27-31页 |
| ·D-S 证据理论数据融合决策的基本过程 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第四章 基于指数平滑法的设备参数劣化分析 | 第33-43页 |
| ·预测方程 | 第33-35页 |
| ·设备参数劣化分析 | 第35-42页 |
| ·实例1 | 第35-38页 |
| ·实例2 | 第38-42页 |
| ·小结 | 第42-43页 |
| 第五章 基于D-S 证据理论的故障诊断 | 第43-55页 |
| ·几种信度函数分配获取方式 | 第43-48页 |
| ·根据目标类型数和环境加权系数确定信度函数 | 第43-44页 |
| ·利用统计证据获得获取信度函数 | 第44-46页 |
| ·基于典型样本的信度函数获取方法 | 第46-48页 |
| ·故障诊断实例 | 第48-52页 |
| ·典型样本选取 | 第48-49页 |
| ·实例1 | 第49-50页 |
| ·实例2 | 第50-52页 |
| ·算法的修正和应用 | 第52-54页 |
| ·小结 | 第54-55页 |
| 第六章 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 在学期间发表论文和参加科研情况 | 第61页 |
