| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·选题的意义 | 第9页 |
| ·国内外的现状及发展情况 | 第9-12页 |
| ·基于DGA的传统故障诊断方法 | 第9-12页 |
| ·基于DGA的智能故障诊断方法 | 第12页 |
| ·本文研究的主要内容及结构安排 | 第12-14页 |
| 第二章 变压器的故障分析与诊断模型 | 第14-21页 |
| ·变压器的基础知识 | 第14-16页 |
| ·变压器的主要结构 | 第14-15页 |
| ·变压器的用途及分类 | 第15-16页 |
| ·变压器故障类型与油中气体含量的关系 | 第16-17页 |
| ·热故障 | 第16-17页 |
| ·电故障 | 第17页 |
| ·变压器故障诊断模型分类 | 第17-20页 |
| ·人工神经网络诊断模型 | 第17-19页 |
| ·专家系统诊断模型 | 第19-20页 |
| ·其他诊断模型 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第三章 粒子群算法理论及改进 | 第21-35页 |
| ·群智能 | 第21-22页 |
| ·粒子群算法理论 | 第22-25页 |
| ·粒子群算法的基本原理 | 第22-23页 |
| ·粒子群算法寻找最优解过程 | 第23-25页 |
| ·粒子群算法的优缺点分析 | 第25页 |
| ·粒子群算法的研究现状及应用领域 | 第25-28页 |
| ·粒子群算法的改进及仿真 | 第28-34页 |
| ·已有的改进算法简介 | 第28-30页 |
| ·本文对惯性权重和加速因子的改进 | 第30-31页 |
| ·实验仿真 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 改进粒子群算法用于变压器故障诊断的研究 | 第35-45页 |
| ·BP神经网络 | 第35-38页 |
| ·BP算法的原理及计算步骤 | 第35-36页 |
| ·对BP算法的改进 | 第36-38页 |
| ·基于IPSO—BP算法的变压器故障诊断 | 第38-43页 |
| ·IPSO—BP算法的基本思想和步骤 | 第38-40页 |
| ·IPSO-BP算法与改进BP算法的性能比较 | 第40-42页 |
| ·诊断结果分析 | 第42-43页 |
| ·影响算法收敛性的因素 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于AHP的模糊优选法在变压器故障诊断中的应用 | 第45-56页 |
| ·层次分析法 | 第45-50页 |
| ·层次分析法的概念 | 第45-46页 |
| ·构造两两比较判断矩阵及权重求取 | 第46-49页 |
| ·判断矩阵一致性检验的步骤 | 第49-50页 |
| ·AHP法的优缺点 | 第50页 |
| ·模糊优选模型 | 第50-53页 |
| ·电力变压器故障诊断举例说明 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 结论与展望 | 第56-58页 |
| ·结论 | 第56页 |
| ·展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文 | 第63页 |