| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究的目的和意义 | 第8-9页 |
| ·变压器油绝缘在线监测技术的国内外发展和研究现状 | 第9-10页 |
| ·变压器油中故障气体与变压器内部故障的关系 | 第10-11页 |
| ·氢气和一氧化碳在变压器油绝缘在线监测中的重要性 | 第11-13页 |
| ·课题来源与研究内容 | 第13-14页 |
| 第2章 油气分离技术的研究 | 第14-24页 |
| ·油气分离方法的选择 | 第14页 |
| ·高分子渗透膜的油气分离原理及换算关系 | 第14-18页 |
| ·本系统对高分子渗透膜的性能要求 | 第18-19页 |
| ·高分子渗透膜的选择 | 第19-21页 |
| ·各种高分子渗透膜 | 第19页 |
| ·膜的性能测试 | 第19-21页 |
| ·气室的设计 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于传感器阵列和神经元网络的气体检测技术的研究 | 第24-42页 |
| ·气体传感器的分类和性能比较 | 第24-29页 |
| ·气体传感器的定义 | 第24-25页 |
| ·气体传感器的分类 | 第25-28页 |
| ·气体传感器的性能比较及选型 | 第28-29页 |
| ·气体传感器阵列 | 第29-32页 |
| ·半导体气敏元件的“交叉敏感” | 第29页 |
| ·气体传感器阵列的理论基础 | 第29-31页 |
| ·气体传感器阵列的构建 | 第31-32页 |
| ·人工神经网络的模式识别 | 第32-37页 |
| ·人工神经网络的概述 | 第32-34页 |
| ·BP神经网络 | 第34-36页 |
| ·BP神经网络与传感器阵列的模式映射关系 | 第36-37页 |
| ·传感器阵列的实验及分析 | 第37-41页 |
| ·实验数据的预处理 | 第37-38页 |
| ·BP神经网络模型的构建与预测 | 第38-39页 |
| ·误差分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 数据采集及传输技术研究 | 第42-54页 |
| ·硬件设计 | 第42-46页 |
| ·数据传输的要求 | 第42页 |
| ·远程传输方式的选择 | 第42-45页 |
| ·实现方法 | 第45-46页 |
| ·软件设计 | 第46-53页 |
| ·变压器油绝缘在线监测系统对监测软件的要求 | 第46-47页 |
| ·在线监测系统软件设计 | 第47-48页 |
| ·监测软件的主要功能模块 | 第48-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 变压器油绝缘在线监测系统运行分析 | 第54-62页 |
| ·系统数据比较 | 第54-58页 |
| ·变压器运行参数 | 第54页 |
| ·系统运行数据比较及误差分析 | 第54-58页 |
| ·系统误差改进措施 | 第58-60页 |
| ·在线监测系统存在的问题 | 第60页 |
| ·本章小结 | 第60-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68页 |