基于电力变压器故障特征气体分层特性的诊断与预测方法研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·选题背景及研究意义 | 第9-10页 |
| ·电力变压器故障诊断的研究现状 | 第10-17页 |
| ·电力变压器故障诊断研究现状 | 第10-16页 |
| ·电力变压器故障预测研究现状 | 第16-17页 |
| ·论文的主要研究工作 | 第17-18页 |
| ·小结 | 第18-19页 |
| 2 油中溶解气体产生机理与变压器故障的相关性分析 | 第19-25页 |
| ·引言 | 第19页 |
| ·变压器油中溶解气体的产生机理 | 第19-20页 |
| ·变压器故障与油中溶解气体的关系 | 第20-23页 |
| ·小结 | 第23-25页 |
| 3 基于分层结构的电力变压器故障诊断特征量研究 | 第25-55页 |
| ·引言 | 第25-26页 |
| ·特征量与故障类别的相关性分析方法 | 第26-35页 |
| ·卡方检验的基本思想 | 第26-27页 |
| ·互信息方法的基本理论 | 第27-35页 |
| ·基于分层结构的电力变压器故障诊断特征量分析 | 第35-43页 |
| ·电力变压器故障诊断的分层结构 | 第35-36页 |
| ·分层故障诊断的特征量分析 | 第36-41页 |
| ·实例分析 | 第41-43页 |
| ·神经网络设计方法及其在变压器分层诊断中的应用 | 第43-53页 |
| ·神经网络的模糊数学解释 | 第44-45页 |
| ·根据卡方距离初始化神经网络的基本思想 | 第45-47页 |
| ·联合区间隶属度的实现方法 | 第47-49页 |
| ·实例分析 | 第49-53页 |
| ·小结 | 第53-55页 |
| 4 基于神经网络群的电力变压器故障诊断方法研究 | 第55-77页 |
| ·引言 | 第55页 |
| ·神经网络群理论基础 | 第55-60页 |
| ·神经网络群基本思想 | 第55-56页 |
| ·神经网络群负相关学习 | 第56-58页 |
| ·核主成分分析 | 第58-60页 |
| ·基于神经网络群的变压器故障诊断原理及方法 | 第60-75页 |
| ·原理与方法 | 第60-68页 |
| ·实例分析 | 第68-72页 |
| ·实验对比 | 第72-75页 |
| ·小结 | 第75-77页 |
| 5 模糊认知图在电力变压器故障预测中的应用研究 | 第77-97页 |
| ·引言 | 第77-78页 |
| ·模糊认知图基本原理 | 第78-81页 |
| ·模糊认知图的学习算法 | 第81-85页 |
| ·模糊认知图自动学习算法 | 第81页 |
| ·模糊认知图的实数编码遗传学习算法 | 第81-85页 |
| ·基于模糊认知图的变压器故障预测原理及方法 | 第85-95页 |
| ·原理及方法 | 第85-87页 |
| ·预测模型的改进 | 第87-92页 |
| ·实例分析 | 第92-95页 |
| ·小结 | 第95-97页 |
| 6 结论与展望 | 第97-99页 |
| 致谢 | 第99-101页 |
| 参考文献 | 第101-109页 |
| 附录 | 第109页 |
| A. 作者在攻读博士学位期间发表的学术论文 | 第109页 |
| B. 作者在攻读博士学位期间参与的科研课题 | 第109页 |
