基于ICA-SVM的变压器故障诊断方法
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 变压器故障诊断的研究背景及意义 | 第9-10页 |
| 1.2 变压器故障产气机理 | 第10-11页 |
| 1.3 变压器故障诊断的国内外研究现状 | 第11-17页 |
| 1.4 本文主要工作与章节安排 | 第17-19页 |
| 第二章 支持向量机的原理 | 第19-27页 |
| 2.1 基于统计学习的理论基础 | 第19-20页 |
| 2.2 统计学习理论 | 第20-21页 |
| 2.3 支持向量机基础 | 第21-24页 |
| 2.4 SVM核函数 | 第24-26页 |
| 2.5 多分类SVM | 第26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 帝国殖民竞争算法 | 第27-33页 |
| 3.1 帝国殖民竞争算法 | 第27-30页 |
| 3.2 改进帝国殖民竞争算法 | 第30-31页 |
| 3.3 帝国殖民竞争算法优化SVM参数 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 变压器故障诊断模型 | 第33-47页 |
| 4.1 ICASVM变压器故障诊断模型 | 第33-35页 |
| 4.2 GASVM变压器故障诊断模型 | 第35-36页 |
| 4.3 BPNN变压器故障诊断模型 | 第36-40页 |
| 4.4 故障诊断结果分析 | 第40-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 变压器故障诊断实例分析 | 第47-57页 |
| 5.1 变压器故障实例1 | 第47-50页 |
| 5.2 变压器故障实例2 | 第50-53页 |
| 5.3 变压器故障实例3 | 第53-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 全文总结 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |
