摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第8-16页 |
1.1 课题来源 | 第8页 |
1.2 课题的研究目的和意义 | 第8-9页 |
1.3 国内外相关技术发展现状 | 第9-15页 |
1.3.1 基于案例推理的变压器故障诊断 | 第10-11页 |
1.3.2 故障树建模方法 | 第11-12页 |
1.3.3 基于特征信号的电力变压器故障诊断 | 第12-14页 |
1.3.4 国内外相关技术发展现状总结 | 第14-15页 |
1.4 主要研究内容 | 第15-16页 |
第2章 电力变压器故障案例规则挖掘及相似度建模 | 第16-30页 |
2.1 引言 | 第16页 |
2.2 电力变压器故障案例的表达方法 | 第16-19页 |
2.2.1 基于相似案例的故障树生成过程分析 | 第16-17页 |
2.2.2 电力变压器故障案例表示形式 | 第17-19页 |
2.3 电力变压器故障强关联规则挖掘 | 第19-22页 |
2.3.1 强关联规则定义 | 第19-21页 |
2.3.2 电力变压器故障强关联规则挖掘 | 第21-22页 |
2.4 基于桥接信息的电力变压器故障弱关联规则挖掘 | 第22-26页 |
2.4.1 电力变压器故障桥接信息定义 | 第22-24页 |
2.4.2 基于桥接信息的电力变压器故障弱关联规则挖掘 | 第24-26页 |
2.5 电力变压器故障案例相似度建模 | 第26-28页 |
2.5.1 杰卡德相似系数 | 第26-27页 |
2.5.2 电力变压器故障案例相似度计算 | 第27-28页 |
2.6 本章小结 | 第28-30页 |
第3章 电力变压器故障树建模方法 | 第30-45页 |
3.1 引言 | 第30页 |
3.2 变压器检测过程矩阵化表达 | 第30-35页 |
3.2.1 变压器检测过程可达矩阵构造方法 | 第30-32页 |
3.2.2 变压器可达矩阵特征信息提取 | 第32-35页 |
3.3 电力变压器故障故障树模型建立 | 第35-41页 |
3.3.1 电力变压器相似案例融合 | 第35-36页 |
3.3.2 电力变压器故障树模型冲突消解 | 第36-38页 |
3.3.3 电力变压器故障树模型生成实例 | 第38-41页 |
3.4 电力变压器故障诊断冷启动解决方法 | 第41-44页 |
3.5 本章小结 | 第44-45页 |
第4章 基于特征信号聚类分析的电力变压器故障诊断 | 第45-64页 |
4.1 引言 | 第45页 |
4.2 基于油中溶解气体分析的电力变压器故障诊断 | 第45-55页 |
4.2.1 变压器正常运行时油中气体含量分析 | 第45-46页 |
4.2.2 特征气体含量与电力变压器故障类型对应关系 | 第46-48页 |
4.2.3 多层迭代XGBoost模型在油中溶解气体聚类分析中的应用 | 第48-55页 |
4.3 基于局部放电信号的电力变压器局部放电模式识别 | 第55-63页 |
4.3.1 局部放电的产生机理及其影响 | 第55-56页 |
4.3.2 局部放电信号去噪方法的研究 | 第56-61页 |
4.3.3 局部放电信号特征提取方法 | 第61-62页 |
4.3.4 局部放电信号的模式识别 | 第62-63页 |
4.4 本章小结 | 第63-64页 |
第5章 电力变压器故障诊断系统开发与应用 | 第64-76页 |
5.1 引言 | 第64页 |
5.2 系统开发与运行环境 | 第64页 |
5.3 系统体系结构设计 | 第64-65页 |
5.4 系统功能结构设计 | 第65-72页 |
5.4.1 系统登录设置模块 | 第65-67页 |
5.4.2 数据库模块 | 第67-69页 |
5.4.3 检索展示模块 | 第69-70页 |
5.4.4 诊断导引模块 | 第70-71页 |
5.4.5 基于油中溶解气体分析的变压器故障诊断模块 | 第71页 |
5.4.6 基于局部放电信号的变压器故障诊断模块 | 第71-72页 |
5.5 故障诊断实例应用 | 第72-75页 |
5.6 本章小结 | 第75-76页 |
结论 | 第76-77页 |
参考文献 | 第77-84页 |
致谢 | 第84页 |