| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究的目的和意义 | 第9-10页 |
| ·发电机故障诊断技术的发展现状 | 第10-12页 |
| ·国内外概况 | 第10-11页 |
| ·发电机故障诊断研究方法 | 第11-12页 |
| ·发电机转子匝间短路故障检测的研究现状 | 第12-15页 |
| ·发电机转子匝间短路故障的分类 | 第12页 |
| ·发电机转子匝间短路故障检测方法 | 第12-15页 |
| ·发电机转子匝间短路急需解决的问题 | 第15页 |
| ·研究的内容和主要工作 | 第15-17页 |
| 第2章 发电机转子绕组匝间短路理论分析 | 第17-23页 |
| ·发电机转子的结构 | 第17-18页 |
| ·发电机转子绕组匝间短路故障原因分析 | 第18-20页 |
| ·发电机发生匝间短路的磁场分析 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 轴电压偶次谐波法在发电机转子匝间短路故障中的应用 | 第23-38页 |
| ·发电机轴电压产生的原因及机理 | 第23-25页 |
| ·发电机轴电压的检测 | 第25-27页 |
| ·发电机轴电压检测的原理分析 | 第25-26页 |
| ·发电机轴电压的检测方法 | 第26-27页 |
| ·轴电压偶次谐波法检测发电机转子匝间短路故障 | 第27-37页 |
| ·转子正常情况下磁势的分布 | 第28-30页 |
| ·发生转子匝间短路后的磁势分布 | 第30-33页 |
| ·实验分析与实例验证 | 第33-36页 |
| ·轴电压偶次谐波法的综合评价 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 人工神经网络在转子匝间短路诊断中的应用 | 第38-51页 |
| ·人工神经网络的概况 | 第38-40页 |
| ·神经网络的概念 | 第38页 |
| ·神经网络的分类 | 第38-39页 |
| ·神经网络的基本特征和功能 | 第39-40页 |
| ·BP神经网络 | 第40-44页 |
| ·BP神经网络介绍 | 第40-44页 |
| ·BP算法的限制与不足 | 第44页 |
| ·人工神经网络在转子绕组匝间短路中的应用 | 第44-50页 |
| ·神经网络的构造及样本的选取 | 第44-45页 |
| ·训练样本的数据处理 | 第45-46页 |
| ·网络的结构选择 | 第46页 |
| ·学习步长的选择 | 第46-47页 |
| ·权和阈初始值的选取 | 第47页 |
| ·神经网络的训练和识别 | 第47-48页 |
| ·BP神经网络在转子绕组匝间短路中的应用 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 发电机转子绝缘在线监测系统 | 第51-63页 |
| ·硬件系统 | 第51-53页 |
| ·前端数据采集系统 | 第51-53页 |
| ·工控监视设备 | 第53页 |
| ·软件系统 | 第53-62页 |
| ·C/S结构 | 第53页 |
| ·NET框架与C# | 第53-54页 |
| ·MySQL数据库 | 第54页 |
| ·后台数据分析软件平台 | 第54-62页 |
| ·轴电压的其它相关结论 | 第62页 |
| ·本章小结 | 第62-63页 |
| 第6章 结论与展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第67-68页 |
| 致谢 | 第68页 |