基于改进ART2网络的变压器故障诊断方法
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·变压器故障诊断的研究背景与意义 | 第9-10页 |
| ·变压器故障诊断的研究现状 | 第10-13页 |
| ·基于人工智能的方法 | 第10-12页 |
| ·油中溶解气体在线检测技术 | 第12-13页 |
| ·DGA 技术存在的不足 | 第13-14页 |
| ·本文研究的主要内容 | 第14-15页 |
| 第二章 油中溶解气体的分析和常规的诊断方法 | 第15-26页 |
| ·产气原理 | 第15-16页 |
| ·绝缘油的分解 | 第15页 |
| ·固体绝缘材料的分解 | 第15-16页 |
| ·故障类型和油中气体含量的关系 | 第16-17页 |
| ·变压器内部故障诊断 | 第17-21页 |
| ·故障诊断步骤 | 第17-18页 |
| ·有无故障的判断 | 第18-20页 |
| ·故障严重程度的识别 | 第20-21页 |
| ·故障类型的判断 | 第21-25页 |
| ·特征气体法 | 第21页 |
| ·比值法 | 第21-25页 |
| ·对一氧化碳和二氧化碳的判断 | 第25页 |
| ·小结 | 第25-26页 |
| 第三章 变压器故障诊断方法 | 第26-40页 |
| ·模糊聚类分析 | 第26-29页 |
| ·基于目标函数的模糊 C-均值聚类算法 | 第26-28页 |
| ·减法聚类和模糊C-均值相结合 | 第28-29页 |
| ·减法聚类与模糊C-均值结合的步骤 | 第29页 |
| ·ART2 网络体系结构 | 第29-34页 |
| ·预处理场F0 | 第30-31页 |
| ·输入表示域F1 | 第31-32页 |
| ·类表示场F2 | 第32-33页 |
| ·调整子系统（匹配和重置） | 第33-34页 |
| ·算法总结 | 第34页 |
| ·ART2 网络存在的问题 | 第34-37页 |
| ·“模式漂移”的概念 | 第34-35页 |
| ·克服“模式漂移”的常用方法 | 第35-37页 |
| ·改进 ART2 网络 | 第37-39页 |
| ·ART2 网络的稳定性和可塑性平衡 | 第37页 |
| ·网络参数对模式漂移的影响 | 第37-38页 |
| ·ART2 网络的活跃度模型 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第四章 故障诊断模型的建立和实例仿真 | 第40-53页 |
| ·基于模糊聚类的变压器故障诊断模型的建立 | 第40-44页 |
| ·输入样本的选择 | 第40页 |
| ·仿真学习和比较 | 第40-44页 |
| ·基于 ART2 网路变压器故障诊断模型的建立 | 第44-51页 |
| ·输入样本的处理和选择 | 第44-46页 |
| ·网络学习和分析 | 第46-49页 |
| ·ART2 和改进ART2 的仿真比较 | 第49-51页 |
| ·两种模型的比较 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第五章 总结和展望 | 第53-54页 |
| ·全文总结 | 第53页 |
| ·未来展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 附录 A | 第58-59页 |
| 附录 B | 第59-60页 |
