電氣設備油中氣體在線監(jiān)測與故障診斷技術

前言
第一章概論
1·1充油電氣設備(變壓器)的結構特點及可靠性
1·2電力變壓器運行中常見的故障
1·3電力變壓器故障的離線綜合診斷方法
1·4油中溶解氣體在線監(jiān)測及故障診斷技術應用前景
第二章變壓器油中氣體的產生與溶解的傳質過程
2·1充油電氣設備內部主要絕緣材料的性能
2·2變壓器油中氣體的產生機理
2·3氣體在變壓器油中溶解的傳質過程
2·4正常運行變壓器油中的氣體組分含量
第三章充油電氣設備內部故障產生的氣體及故障診斷的特征氣體法
3·1電氣設備內部故障與油中特征氣體的關系
3·2熱性故障時變壓器油中的特征氣體
3·3放電性故障時變壓器油中的特征氣體
3·4以油中特征氣體組分含量為特征量的故障診斷
3·5以油中氣體的總烴及CO.CO2為特征量的故障診斷法
3·6以氣體繼電器中的游離氣體為特征量的故障診斷法
第四章以油中特征氣體組分比值診斷故障的方法
4·1三比值法的基本原理及方法
4·2其他比值法的基本原理及方法
4·3無編碼比值法的基本原理及方法
4·4影響比值法診斷結果準確性的因素
4·5以油中氣體分析的多種判據對故障進行綜合診斷
第五章變壓器油中溶解氣體在線監(jiān)測裝置的綜合分析
5·1油中溶解氣體在線監(jiān)測裝置的實用性評價體系
5·2油中溶解氣體在線監(jiān)測裝置的分類
5·3采用膜滲透法在線監(jiān)測油中氣體的國外典型裝置分析
5·4采用膜滲透法在線監(jiān)測油中氣體的國內典型裝置分析
5·5采用紅外線光譜分析技術的油中氣體在線監(jiān)測裝置
第六章油中多種溶解氣體在線監(jiān)測裝置的原理及單元分析
6·1滲透氣體分離膜的性能要求和基本特征
6·2高分子聚合物的形態(tài)結構與透氣性能
6·3高分子聚合物分離膜分離油中氣體的原理及其透氣性能
6·4在線監(jiān)測多種溶解氣體的氣體傳感器及檢測原理
6·5油中多種溶解氣體在線監(jiān)測裝置的基本結構及原理分析
6·6BSZJ系列油中六種溶解氣體在線監(jiān)測裝置應用的典型案例分析
第七章以DGA為特征量的神經網絡診斷模型及方法
7·1神經網絡的基本原理
7·2神經網絡應用模型及其學習算法
7·3基于神經網絡的電氣設備絕緣故障診斷模型及方法
7·4BP神經網絡故障診斷算法的改進方法
7·5以DGA為特征量的神經網絡法對變壓器絕緣故障診斷的案例及分析
第八章以DGA為特征量的模糊綜合診斷模型及方法
8·1模糊綜合評判的原理及方法
8·2比值編碼的隸屬函數及權向量
8·3比值編碼與故障間的模糊關系矩陣
8·4基于模糊推理與規(guī)則結合的故障診斷模型及方法
8·5基于范例推理的模糊綜合診斷模型及方法
8·6以DGA為特征量的模糊綜合法對電力變壓器絕緣故障診斷的案例及分析
第九章以DGA為特征量的模糊聚類診斷模型及方法
9·1基于模糊關系(等價或相似)的動態(tài)聚類原理及方法
9·2基于目標函數的模糊聚類原理及方法
9·3電氣設備絕緣故障診斷的模糊聚類模型及方法
9·4以DGA為特征量的模糊聚類法對電力變壓器絕緣故障診斷的案例及分析
第十章以DGA為特征量的灰色關聯(lián)診斷模型及方法
10·1灰色關聯(lián)度分析的原理及關聯(lián)度量化模型
10·2灰色系統(tǒng)關聯(lián)度的分辨系數及取值原則
10·3電氣設備絕緣故障診斷的灰色關聯(lián)分析模型及方法
10·4以DGA為特征量的灰色關聯(lián)法診斷電力變壓器絕緣故障的案例及分析
第十一章以DGA為特征量的灰色聚類診斷模型及方法
11·灰色白化權函數聚類的原理及方法
11·2灰色關聯(lián)聚類的原理及方法
11·3電氣設備絕緣故障診斷的灰色聚類模型及方法
11·4以DGA為特征量的灰色聚類法對電力變壓器絕緣故障診斷的案例及分析
第十二章以DGA為特征量的故障預測診斷模型及方法
12·1灰色預測的基本模型
12·2灰色預測基本模型的原理及方法
12·3電氣設備絕緣故障預測診斷的灰色聚類模型
12·4以DGA為特征量對電力變壓器絕緣故障進行預測診斷的案例及分析
第十三章以DGA為特征量的故障診斷專家系統(tǒng)
13·1電氣設備故障診斷專家系統(tǒng)的結構
13·2面向對象故障智能診斷知識庫的構造原理及方法
13·3電氣設備絕緣故障診斷知識庫的智能診斷方法
13·4電力變壓器絕緣故障多專家合作診斷系統(tǒng)
13·5以DGA為特征量的專家系統(tǒng)對電力變壓器絕緣故障診斷的案例及分析
主要參考文獻