模糊规则系统在变压器故障识别中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·基于DGA数据的电力变压器故障诊断意义 | 第9页 |
| ·变压器油中溶解气体产生分析 | 第9-13页 |
| ·变压器中气体的产生 | 第10-11页 |
| ·气体在油中的溶解 | 第11页 |
| ·变压器油中溶解气体正常含量 | 第11-12页 |
| ·油中溶解气体分析的应用 | 第12-13页 |
| ·DGA数据诊断方法研究现状 | 第13-16页 |
| ·DGA数据经验诊断方法 | 第13-14页 |
| ·基于DGA数据的智能诊断方法研究现状 | 第14-16页 |
| ·研究内容及章节安排 | 第16-17页 |
| 第二章 模糊逻辑与模糊系统 | 第17-24页 |
| ·模糊集与模糊运算 | 第17-19页 |
| ·模糊集 | 第17页 |
| ·模糊逻辑运算 | 第17-19页 |
| ·模糊系统与模糊推理 | 第19-22页 |
| ·模糊系统基本结构及推理 | 第19-21页 |
| ·模糊系统的应用类型 | 第21-22页 |
| ·模糊系统的获取方法分析 | 第22-24页 |
| ·模糊系统构造 | 第22-23页 |
| ·模糊系统构造方法综述 | 第23-24页 |
| 第三章 基于PCA分析的变压器故障特征提取 | 第24-32页 |
| ·引言 | 第24-25页 |
| ·PCA分析原理 | 第25-28页 |
| ·PCA的数学分析 | 第25-27页 |
| ·PCA算法 | 第27页 |
| ·主成分的贡献率 | 第27-28页 |
| ·DGA数据的主成分分析 | 第28-32页 |
| 第四章 模糊规则系统的获取方法研究 | 第32-42页 |
| ·基于微粒群算法的隶属度函数参数学习 | 第32-36页 |
| ·微粒群算法的基本原理 | 第32-33页 |
| ·隶属度函数参数的微粒群学习 | 第33-36页 |
| ·应用模拟退火优化模糊规则系统 | 第36-39页 |
| ·模拟退火的基本原理 | 第36-37页 |
| ·模糊分类系统的模拟退火算法 | 第37-39页 |
| ·算例仿真 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第五章 变压器故障状态模糊识别方法研究 | 第42-50页 |
| ·变压器故障特征的降维 | 第42-44页 |
| ·样本数据的特征处理 | 第42-43页 |
| ·DGA数据降维处理 | 第43-44页 |
| ·变压器运行状态模糊识别系统 | 第44-48页 |
| ·应用分析 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-51页 |
| ·本文总结 | 第50页 |
| ·展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士学位期间主要的研究成果 | 第55页 |
