电气设备油中气体在线监测与故障诊断技术

前言
第一章概论
1·1充油电气设备(变压器)的结构特点及可靠性
1·2电力变压器运行中常见的故障
1·3电力变压器故障的离线综合诊断方法
1·4油中溶解气体在线监测及故障诊断技术应用前景
第二章变压器油中气体的产生与溶解的传质过程
2·1充油电气设备内部主要绝缘材料的性能
2·2变压器油中气体的产生机理
2·3气体在变压器油中溶解的传质过程
2·4正常运行变压器油中的气体组分含量
第三章充油电气设备内部故障产生的气体及故障诊断的特征气体法
3·1电气设备内部故障与油中特征气体的关系
3·2热性故障时变压器油中的特征气体
3·3放电性故障时变压器油中的特征气体
3·4以油中特征气体组分含量为特征量的故障诊断
3·5以油中气体的总烃及CO.CO2为特征量的故障诊断法
3·6以气体继电器中的游离气体为特征量的故障诊断法
第四章以油中特征气体组分比值诊断故障的方法
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无编码比值法的基本原理及方法
4·4影响比值法诊断结果准确性的因素
4·5以油中气体分析的多种判据对故障进行综合诊断
第五章变压器油中溶解气体在线监测装置的综合分析
5·1油中溶解气体在线监测装置的实用性评价体系
5·2油中溶解气体在线监测装置的分类
5·3采用膜渗透法在线监测油中气体的国外典型装置分析
5·4采用膜渗透法在线监测油中气体的国内典型装置分析
5·5采用红外线光谱分析技术的油中气体在线监测装置
第六章油中多种溶解气体在线监测装置的原理及单元分析
6·1渗透气体分离膜的性能要求和基本特征
6·2高分子聚合物的形态结构与透气性能
6·3高分子聚合物分离膜分离油中气体的原理及其透气性能
6·4在线监测多种溶解气体的气体传感器及检测原理
6·5油中多种溶解气体在线监测装置的基本结构及原理分析
6·6BSZJ系列油中六种溶解气体在线监测装置应用的典型案例分析
第七章以DGA为特征量的神经网络诊断模型及方法
7·1神经网络的基本原理
7·2神经网络应用模型及其学习算法
7·3基于神经网络的电气设备绝缘故障诊断模型及方法
7·4BP神经网络故障诊断算法的改进方法
7·5以DGA为特征量的神经网络法对变压器绝缘故障诊断的案例及分析
第八章以DGA为特征量的模糊综合诊断模型及方法
8·1模糊综合评判的原理及方法
8·2比值编码的隶属函数及权向量
8·3比值编码与故障间的模糊关系矩阵
8·4基于模糊推理与规则结合的故障诊断模型及方法
8·5基于范例推理的模糊综合诊断模型及方法
8·6以DGA为特征量的模糊综合法对电力变压器绝缘故障诊断的案例及分析
第九章以DGA为特征量的模糊聚类诊断模型及方法
9·1基于模糊关系(等价或相似)的动态聚类原理及方法
9·2基于目标函数的模糊聚类原理及方法
9·3电气设备绝缘故障诊断的模糊聚类模型及方法
9·4以DGA为特征量的模糊聚类法对电力变压器绝缘故障诊断的案例及分析
第十章以DGA为特征量的灰色关联诊断模型及方法
10·1灰色关联度分析的原理及关联度量化模型
10·2灰色系统关联度的分辨系数及取值原则
10·3电气设备绝缘故障诊断的灰色关联分析模型及方法
10·4以DGA为特征量的灰色关联法诊断电力变压器绝缘故障的案例及分析
第十一章以DGA为特征量的灰色聚类诊断模型及方法
11·灰色白化权函数聚类的原理及方法
11·2灰色关联聚类的原理及方法
11·3电气设备绝缘故障诊断的灰色聚类模型及方法
11·4以DGA为特征量的灰色聚类法对电力变压器绝缘故障诊断的案例及分析
第十二章以DGA为特征量的故障预测诊断模型及方法
12·1灰色预测的基本模型
12·2灰色预测基本模型的原理及方法
12·3电气设备绝缘故障预测诊断的灰色聚类模型
12·4以DGA为特征量对电力变压器绝缘故障进行预测诊断的案例及分析
第十三章以DGA为特征量的故障诊断专家系统
13·1电气设备故障诊断专家系统的结构
13·2面向对象故障智能诊断知识库的构造原理及方法
13·3电气设备绝缘故障诊断知识库的智能诊断方法
13·4电力变压器绝缘故障多专家合作诊断系统
13·5以DGA为特征量的专家系统对电力变压器绝缘故障诊断的案例及分析
主要参考文献