中文摘要 | 第1-6页 |
ABSTRACT | 第6-12页 |
第一章 引言 | 第12-20页 |
·选题背景及研究意义 | 第12-13页 |
·变压器故障诊断研究现状 | 第13-17页 |
·变压器故障预测研究现状 | 第17-19页 |
·论文的主要研究工作 | 第19-20页 |
第二章 变压器故障诊断系统数据集市的研究 | 第20-27页 |
·数据仓库与数据挖掘技术在电力系统的应用现状 | 第20-21页 |
·电力变压器的OLAP 数据仓库系统设计 | 第21-23页 |
·总体结构 | 第21页 |
·源数据 | 第21页 |
·数据预处理 | 第21-22页 |
·数据仓库数据模型 | 第22-23页 |
·OLAP 分析 | 第23-25页 |
·定义立方体 | 第23页 |
·OLAP 的多维分析 | 第23-25页 |
·卷取和钻取 | 第23-24页 |
·OLAP 中的切片和切块 | 第24-25页 |
·小结 | 第25-27页 |
第三章 支持向量机和贝叶斯基础理论简介 | 第27-36页 |
·支持向量机概述 | 第27-32页 |
·支持向量机分类 | 第27-30页 |
·线性分类问题 | 第27-28页 |
·非线性分类问题 | 第28-30页 |
·支持向量机多分类 | 第30页 |
·支持向量机回归(SVR) | 第30-32页 |
·贝叶斯基础理论基本概念 | 第32-35页 |
·贝叶斯网络 | 第32页 |
·贝叶斯网络分类器简介 | 第32-35页 |
·朴素贝叶斯分类器 | 第33-34页 |
·半朴素贝叶斯分类器 | 第34页 |
·增强的朴素贝叶斯分类器 | 第34-35页 |
·贝叶斯网络增强的Naive Bayes 分类器 | 第35页 |
·小结 | 第35-36页 |
第四章 基于多模型的变压器故障组合诊断的研究 | 第36-57页 |
·前言 | 第36-37页 |
·基于多贝叶斯分类器的变压器故障组合诊断方法 | 第37-56页 |
·四种贝叶斯网络分类器 | 第37-41页 |
·训练样本集、属性变量、故障类的确定 | 第37-39页 |
·NB 分类器的建立 | 第39-40页 |
·SNB 分类器的建立 | 第40页 |
·TAN 分类器的建立 | 第40-41页 |
·BAN 分类器的建立 | 第41页 |
·二次故障诊断SVM 模型的建立 | 第41-48页 |
·基于SVM 的变压器故障组合诊断的求解步骤 | 第43-44页 |
·实验对比 | 第44-46页 |
·实例分析 | 第46-48页 |
·基于选择性分类器的变压器故障诊断 | 第48-56页 |
·训练样本集、属性变量、故障类的确定 | 第48-49页 |
·基于选择性分类器的变压器故障诊断模型的建立 | 第49-51页 |
·实验对比 | 第51-52页 |
·实例分析 | 第52-56页 |
·小结 | 第56-57页 |
第五章 基于支持向量机的变压器故障组合预测 | 第57-84页 |
·非等间隔灰色预测模型 | 第57-68页 |
·灰色预测模型 | 第58-62页 |
·GM(1,1)模型 | 第58-61页 |
·灰色Verhulst 模型 | 第61页 |
·精度检验 | 第61-62页 |
·非等间隔灰色预测模型 | 第62-65页 |
·非等间隔序列等间隔处理 | 第62页 |
·强随机性序列的平滑处理 | 第62-63页 |
·背景值地改造 | 第63-64页 |
·改进GM(1,1)模型和改进Verhulst 模型 | 第64-65页 |
·实例分析 | 第65-68页 |
·三种新模型 | 第68-70页 |
·线性模型 | 第69页 |
·指数模型 | 第69页 |
·乘幂模型 | 第69-70页 |
·基于支持向量机的变压器故障组合预测 | 第70-73页 |
·组合预测的思想以及用SVM 实现的可能性 | 第70-71页 |
·基于SVM 回归的变压器故障组合预测模型 | 第71页 |
·误差标准 | 第71-72页 |
·核函数的选取 | 第72页 |
·数据预处理 | 第72页 |
·基于SVM 的变压器组合预测的求解步骤 | 第72-73页 |
·预测实例分析 | 第73-83页 |
·实例分析一 | 第73-78页 |
·实例分析二 | 第78-82页 |
·实例分析三 | 第82-83页 |
·小结 | 第83-84页 |
第六章 变压器故障诊断系统的开发实现 | 第84-89页 |
·数据录入与数据仓库的生成 | 第84页 |
·变压器状态数据仓库多维数据模型上的OLAP 分析 | 第84-86页 |
·变压器油色谱预测模块 | 第86-87页 |
·故障诊断模块 | 第87-88页 |
·运行情况 | 第88页 |
·小结 | 第88-89页 |
第七章 结论 | 第89-90页 |
参考文献 | 第90-99页 |
致谢 | 第99-100页 |
个人简历、在学期间参加的科研工作及学术论文发表 | 第100-101页 |