基于pas与dfnn的变压器故障预测研究大学生毕业论文(设计).doc

基于pas与dfnn的变压器故障预测研究大学生毕业论文(设计).doc

  1. 1、本文档共84页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于pas与dfnn的变压器故障预测研究大学生毕业论文(设计)

中图分类号: 论文编号:HBLH 2014-201 U D C: 密  级: 硕 士 学 位 论 文 基于PAS与DFNN的变压器故障预测研究 作者姓名:学科名称: 研究方向: 学习单位:河北联合大学 学习时间: 2.5年 提交日期2013年月日 申请学位类别: 导师 姓名: 单位:论文评阅人:单位: 杨友良 教授 单位:论文答辩日期: 答辩委员会主席: 关 键 词 唐山 河北联合大学 2014年 月 Transformer Fault Prediction Based on PAS and DFNN Dissertation Submitted to Hebei United University in partial fulfillment of the requirement for the degree of Master of Science in Engineering by Zhang Yanan (Control Theory and Control Engineering) Supervisor: Professor Gong Ruikun March, 2014 独 创 性 说 明 本人郑重声明:所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得河北联合大学以外其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。 论文作者签名: 日期: 年 月 日 本人完全了解河北联合大学有关保留、使用学位论文的规定,即:已获学位的研究生必须按学校规定提交学位论文,学校有权保留、送交论文的复印件,允许论文被查阅和借阅;学校可以将学位论文的全部或部分内容采用影印、缩印或编入有关数据库进行公开、检索和交流。 论文密级: □ 公开; □ 必威体育官网网址(至 年 月)(必威体育官网网址论文在解密后遵守此规定)。 作者签名: 导师签名: 签字日期: 年 月 日 签字日期: 年 月 日 摘  要 图 幅;表 个;参 篇。 关键词: 分类号Abstract Transformer is the electrical equipment of smart grid and intelligent substation, smart transformer level of smart related to the economy of the operating reliability of intelligent substation and substation investment. Transformer fault prediction can find latent faults as well as the development trend of the notice of faults of transformer.Research transformer fault prediction the state of the system of safe operation and transformer maintenance is important. DFNN has strong functions of multi-nonlinear data processing and function approximation Moreover, it can obtain high precision prddictive diagnosis model by using original sample data’s self-leaning. If the robust predictive fault processing, and the intelligent prediction model which reflect accurately the characteristics of transformer fault is built, the requirements of the transformer fault on-line detection can be realized and the level of integr

文档评论(0)

minyaoguniang + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档