| 郑重声明 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| 1．1 课题研究的目的和意义 | 第8-9页 |
| 1．2 变压器故障诊断技术的发展与研究状况 | 第9-10页 |
| 1．3 本文研究内容 | 第10-12页 |
| 2 变压器故障与传统诊断方法分析 | 第12-24页 |
| 2．1 电力变压器故障类型与检测诊断方法 | 第12-13页 |
| 2．2 变压器油中溶解气体分析法 | 第13-14页 |
| 2．3 变压器内部故障类型与油中溶解气体含量的对应关系 | 第14-16页 |
| 2．4 基于油中溶解气体的传统变压器故障诊断法 | 第16-22页 |
| 2．5 传统比值诊断法的评述 | 第22-24页 |
| 3 人工神经网络和BP网络 | 第24-41页 |
| 3．1 人工神经网络的发展与现状 | 第24-26页 |
| 3．2 神经网络的基本特征 | 第26-27页 |
| 3．3 人工神经网络模型 | 第27-29页 |
| 3．4 神经网络的拓扑结构 | 第29-30页 |
| 3．5 神经网络的学习规则 | 第30-32页 |
| 3．6 BP网络的介绍及其改进 | 第32-41页 |
| 4 神经网络在变压器故障诊断中的应用 | 第41-55页 |
| 4．1 人工神经网络在故障诊断中的应用 | 第41-43页 |
| 4．2 用于变压器故障诊断的BP网络设计 | 第43-53页 |
| 4．3 神经网络诊断效果 | 第53-55页 |
| 5 变压器故障智能诊断系统的开发 | 第55-73页 |
| 5．1 开发平台的选择 | 第55-56页 |
| 5．2 变压器故障智能诊断系统的结构 | 第56-57页 |
| 5．3 数据采集模块 | 第57页 |
| 5．4 故障诊断模块 | 第57-65页 |
| 5．5 显示报警模块 | 第65页 |
| 5．6 数据维护模块 | 第65-70页 |
| 5．7 系统运行流程 | 第70-71页 |
| 5．8 诊断实例 | 第71-73页 |
| 6 结论与展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 附录 攻读硕士期间发表论文目录 | 第80页 |