电力设备状态监测数据的特征压缩与提取方法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题的研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 电力设备状态监测现状 | 第9-10页 |
| 1.2.2 数据特征提取研究现状 | 第10-11页 |
| 1.3 本文研究工作 | 第11-12页 |
| 第二章 电力设备状态监测数据特点以及分析方法 | 第12-20页 |
| 2.1 电力行业数据及其特点 | 第12-13页 |
| 2.1.1 电力行业数据现状 | 第12页 |
| 2.1.2 电力行业数据特点 | 第12-13页 |
| 2.2 电力设备状态监测概述 | 第13-17页 |
| 2.2.1 电力设备状态监测数据来源 | 第14-15页 |
| 2.2.2 电力设备状态监测数据特点 | 第15-17页 |
| 2.3 电力设备状态监测数据的特征提取 | 第17-19页 |
| 2.3.1 特征提取的原理及内涵 | 第17-18页 |
| 2.3.2 特征提取方法概述 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于改进主成分分析的特征提取方法 | 第20-30页 |
| 3.1 主成分分析方法概述 | 第20-22页 |
| 3.1.1 主成分分析法的基本原理 | 第20页 |
| 3.1.2 主成分分析法的数学模型 | 第20-22页 |
| 3.2 基于改进主成分分析法的特征提取 | 第22-24页 |
| 3.2.1 状态指标参量矩阵的改进 | 第22页 |
| 3.2.2 数据的预处理 | 第22-23页 |
| 3.2.3 状态指标参量矩阵求解 | 第23页 |
| 3.2.4 状态监测指标的特征提取 | 第23-24页 |
| 3.3 实例分析 | 第24-29页 |
| 3.3.1 变压器状态指标参量的选取 | 第24-25页 |
| 3.3.2 变压器状态关键参量的特征提取 | 第25-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 基于因果关联规则的特征提取方法 | 第30-39页 |
| 4.1 关联规则的基本理论 | 第30-31页 |
| 4.1.1 关联规则的基本原理 | 第30-31页 |
| 4.2 基于因果关联规则的特征提取 | 第31-34页 |
| 4.2.1 状态监测指标与故障之间因果关联分析 | 第31页 |
| 4.2.2 状态监测指标支持度的计算 | 第31-32页 |
| 4.2.3 状态监测指标置信度的计算 | 第32-33页 |
| 4.2.4 状态监测指标关键参量的筛选 | 第33-34页 |
| 4.3 实例分析 | 第34-38页 |
| 4.3.1 变压器状态变量的选取 | 第34-35页 |
| 4.3.2 状态指标关键参量的筛选 | 第35-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第五章 基于属性约简的特征提取方法 | 第39-49页 |
| 5.1 属性约简算法的基本理论 | 第39-43页 |
| 5.1.1 粗糙集基本概念 | 第39-41页 |
| 5.1.2 典型属性约简方法 | 第41-43页 |
| 5.2 电力设备状态监测指标的特征提取 | 第43-45页 |
| 5.2.1 状态监测数据的离散化 | 第44页 |
| 5.2.2 状态监测指标的属性约简 | 第44-45页 |
| 5.3 实例分析 | 第45-48页 |
| 5.3.1 样本数据离散化 | 第45-47页 |
| 5.3.2 状态监测指标的约简 | 第47-48页 |
| 5.4 本章小节 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 本文总结 | 第49-50页 |
| 6.2 工作展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 个人简历 在读期间发表的学术论文 | 第54-55页 |
| 致谢 | 第55页 |
