1. 毕业设计（论文）的内容和要求
变压器在运行过程中可能会发生不同程度的故障，此时会产生异常现象和信息，首先根据出现的这些信息数据，判断故障的类型、原因、故障严重程度、产生的原因等，再根据故障信息和信息处理结果预测故障可能的发展等，这对设备现代化管理提供科学依据和建议。
变压器故障诊断的方法很多,其中油中溶解气体分析法(DGA法)[1, 2]利用不同类型的变压器故障对应不同的变压器油中溶解气体浓度这一性质,通过分析故障特征气体(H2、CH4、C2H6、C2H4、C2H2)的浓度来发现变压器中的潜伏故障。由于DGA法能够在不停电的情况下进行故障检测,不受外界电磁场的影响,可以定期在变压器运行过程中对其内部故障进行诊断,该方法目前已成为电气设备进行故障诊断的常规检测手段,得到了广泛的应用。现在常用的分析油中溶解气体浓度的方法是色谱分析法,但成本高、操作复杂，人工神经网络具有并行处理、学习和记忆、非线性映射、自适应能力和鲁棒性等固有性质,广泛应用于信号处理、自动控制、故障诊断等许多领域。本课题是应用matlab软件进行编程，用神经网络方法建立变压器故障是的诊断模型，建立的模型具有一定的准确率和应用价值。
课题要求学生：
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 参考文献
[1]袁曾任.人工神经元网络及其应用[M].北京:清华大学出版社. 1999.
[2]王晓霞,王涛．基于BP神经网络的变压器故障诊断[J]．华东电力，2008，36(2):113-116．
[3]操敦奎.变压器油中气体分析诊断与故障检查[M].北京:中国电力出版社, 2005.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
