首页--工业技术论文--电工技术论文--变压器、变流器及电抗器论文--电力变压器论文--油浸式电力变压器论文

基于专家系统与神经网络相结合的电力变压器故障诊断

摘要第1-3页
ABSTRACT第3-5页
目录第5-8页
第1章 绪论第8-16页
 1.1 课题的提出及意义第8-9页
 1.2 故障诊断技术的发展第9-16页
  1.2.1 设备故障诊断(FDD)方法第9-13页
  1.2.2 电力变压器故障诊断的现状第13-16页
第2章 电力变压器常见故障及原因第16-29页
 2.1 前言第16-17页
 2.2 变压器故障原因及种类第17-22页
  2.2.1 变压器故障原因第17-18页
  2.2.2 变压器故障类型第18-20页
  2.2.3 变压器内部故障类型与油中溶解气体含量的对应关系第20-22页
 2.3 本系统的需求分析与设计第22-24页
  2.3.1 需求分析第22-23页
  2.3.2 设计思想第23-24页
 2.4 本诊断系统的结构框架第24-27页
  2.4.1 本故障诊断系统的结构组成第24页
  2.4.2 主要功能模块第24-27页
  2.4.3 诊断流程第27页
 2.5 本章小结第27-29页
第3章 电力变压器故障诊断专家系统第29-45页
 3.1 专家系统的组成第29-32页
  3.1.1 传统专家系统存在的问题第29-30页
  3.1.2 电力变压器故障诊断专家系统的结构第30-32页
 3.2 知识库设计第32-35页
  3.2.1 设计原则第32页
  3.2.2 诊断知识分类第32-34页
  3.2.3 结构设计第34-35页
 3.3 推理机设计第35-43页
  3.3.1 专家系统诊断推理的一般过程第37页
  3.3.2 本专家系统的推理机制第37-43页
 3.4 实例分析第43页
 3.5 本章小结第43-45页
第4章 基于数据挖掘技术的知识获取方法第45-69页
 4.1 故障诊断专家系统中知识的获取方法第45-47页
  4.1.1 知识获取第45-46页
  4.1.2 知识获取的基本理论第46页
  4.1.3 传统的三种知识获取方法第46-47页
 4.2 基于数据挖掘技术的知识获取第47-51页
  4.2.1 知识获取与数据挖掘第47-49页
  4.2.2 基于数据挖掘的知识获取的一般步骤第49-50页
  4.2.3 基于数据挖掘的知识获取方法第50-51页
 4.3 故障数据预处理第51-53页
  4.3.1 为什么要对故障数据进行预处理第51-52页
  4.3.2 故障数据缺失值处理第52-53页
  4.3.3 故障数据预处理的其它常用方法第53页
 4.4 基于数据挖掘的预测知识和测试知识获取第53-61页
  4.4.1 算法概述第53-54页
  4.4.2 测试知识挖掘第54-60页
  4.4.3 预测知识挖掘第60-61页
 4.5 基于数据挖掘的实例知识获取第61-64页
  4.5.1 算法综述第61页
  4.5.2 离群数据挖掘第61-63页
  4.5.3 分类数据挖掘第63-64页
 4.6 基于数据挖掘技术的知识获取第64-68页
  4.6.1 由故障决策树到产生式规则第65页
  4.6.2 描述性数据挖掘第65-68页
 4.7 本章小结第68-69页
第5章 神经网络故障诊断方法研究第69-75页
 5.1 神经网络第69-70页
  5.1.1 神经网络的特点第69-70页
  5.1.2 神经网络与故障诊断第70页
 5.2 信息融合与故障诊断第70-71页
  5.2.1 信息融合第70-71页
  5.2.2 信息融合与故障诊断第71页
 5.3 神经网络信息融合故障诊断方法第71-74页
  5.3.1 神经网络信息融合诊断步骤第72-73页
  5.3.2 本文以西玛电机集团变压器诊断系统为例进行分析第73-74页
 5.4 本章小结第74-75页
第6章 结束语第75-76页
致谢第76-77页
参考文献第77-81页
在校期间发表论文及工程实践第81页

论文共81页,点击 下载论文
上一篇:陕西苹果腐烂病发生危害及无公害防治技术的研究
下一篇:运动目标检测与跟踪中有关问题的研究