| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·选题的背景及意义 | 第9-10页 |
| ·变压器故障诊断国内外研究现状 | 第10-12页 |
| ·变压器故障的常规诊断方法 | 第10页 |
| ·基于人工智能的变压器故障诊断方法 | 第10-12页 |
| ·本文的主要内容和组织 | 第12-13页 |
| 第2章 变压器常规诊断方法 | 第13-19页 |
| ·变压器常见故障 | 第13-14页 |
| ·油中气体成分和含量与变压器绝缘状态关系 | 第14-15页 |
| ·变压器常规诊断方法 | 第15-17页 |
| ·特征气体法 | 第16页 |
| ·三比值法 | 第16-17页 |
| ·本章小结 | 第17-19页 |
| 第3章 模糊聚类原理 | 第19-26页 |
| ·HCM算法 | 第19-21页 |
| ·FCM算法 | 第21-25页 |
| ·影响FCM聚类的因素 | 第23-24页 |
| ·聚类有效性 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第4章 基于加权模糊c均值聚类算法的变压器故障诊断 | 第26-35页 |
| ·加权模糊聚类算法 | 第26-30页 |
| ·WFCM算法权值的选取 | 第27-28页 |
| ·WFCM算法 | 第28-30页 |
| ·基于加权模糊c均值聚类算法的变压器故障诊断 | 第30-34页 |
| ·特征气体的选取及规格化 | 第30页 |
| ·故障诊断实例 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第5章 基于动态加权模糊聚类算法的变压器故障诊断 | 第35-46页 |
| ·遗传算法 | 第35-36页 |
| ·基于遗传算法的动态模糊聚类(GVFCM) | 第36-41页 |
| ·染色体编码方式和初始种群的产生 | 第37页 |
| ·遗传算子 | 第37-39页 |
| ·个体的FCM优化 | 第39-40页 |
| ·算法的有效性函数和适应度函数 | 第40-41页 |
| ·基于遗传算法的动态加权模糊聚类算法(GVWFCM) | 第41-45页 |
| ·算法的有效性函数和适应度函数 | 第42页 |
| ·基于动态加权模糊聚类的变压器故障诊断 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第6章 结论与展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第51-52页 |
| 致谢 | 第52页 |