油浸式变压器智能化故障诊断与模式识别
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题背景 | 第9页 |
| ·变压器常见故障类型 | 第9-11页 |
| ·变压器故障诊断 | 第11-14页 |
| ·变压器故障诊断技术的发展 | 第11-13页 |
| ·基于DGA技术的智能化变压器故障诊断方法 | 第13-14页 |
| ·本文的主要工作 | 第14-16页 |
| 第2章 基于模糊数学的变压器故障诊断 | 第16-28页 |
| ·模糊数学理论 | 第16-17页 |
| ·模糊诊断的一般过程 | 第17页 |
| ·变压器模糊诊断模型 | 第17-22页 |
| ·三比值编码规则及故障类型判别方法 | 第17-19页 |
| ·特征权向量的获取 | 第19-20页 |
| ·模糊关系矩阵的确定 | 第20-21页 |
| ·变压器故障的模糊诊断 | 第21-22页 |
| ·变压器模糊聚类诊断模型 | 第22-27页 |
| ·模糊聚类的基本原理 | 第22-23页 |
| ·对故障油色谱数据的归一化处理 | 第23-24页 |
| ·建立模糊相似关系矩阵 | 第24-25页 |
| ·传递闭包的求取与故障诊断实例 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于神经网络的变压器故障诊断 | 第28-36页 |
| ·神经元模型 | 第28-29页 |
| ·BP神经网络 | 第29-33页 |
| ·BP神经网络模型及其学习算法实现 | 第29-31页 |
| ·基于数据场势函数改进的BP神经网络 | 第31-33页 |
| ·基于神经网络的变压器故障诊断 | 第33-35页 |
| ·网络拓扑结构的确定 | 第33页 |
| ·网络训练 | 第33-34页 |
| ·诊断实例 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于物元可拓的变压器故障诊断 | 第36-45页 |
| ·物元可拓数学理论 | 第36-39页 |
| ·物元模型 | 第36页 |
| ·可拓集合理论 | 第36-37页 |
| ·关联函数 | 第37-39页 |
| ·基于DGA技术的物元可拓变压器故障诊断 | 第39-44页 |
| ·建立电力变压器各故障类型的物元模型 | 第40页 |
| ·建立关联函数 | 第40-42页 |
| ·变压器可拓诊断步骤及实例验证 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 电力变压器智能监测诊断系统 | 第45-54页 |
| ·基于可视化的监测与诊断 | 第45-47页 |
| ·Visual C++的可视化功能 | 第46页 |
| ·可视化监测与诊断模块 | 第46-47页 |
| ·专家分析系统 | 第47-52页 |
| ·专家系统简介 | 第48-49页 |
| ·变压器智能专家分析系统 | 第49-51页 |
| ·专家分析系统实例 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第6章 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间发表的论文 | 第60页 |
