| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-13页 |
| ·研究的目的和意义 | 第7-8页 |
| ·国内外研究现状概述 | 第8-12页 |
| ·电力变压器状态检测手段研究现状 | 第8-10页 |
| ·电力变压器状态评价研究现状 | 第10-12页 |
| ·本论文的主要工作 | 第12-13页 |
| 第二章 电力变压器故障模式及监测技术 | 第13-25页 |
| ·电力变压器的结构及分类 | 第13-15页 |
| ·不同时期变压器的故障演变 | 第15-16页 |
| ·不同时期电力变压器故障宏观规律研究 | 第16-17页 |
| ·变压器故障分类及分析 | 第17-20页 |
| ·短路故障 | 第17-18页 |
| ·铁芯故障 | 第18页 |
| ·分接开关故障 | 第18-19页 |
| ·引线故障 | 第19页 |
| ·套管故障 | 第19页 |
| ·绝缘故障 | 第19-20页 |
| ·密封不良 | 第20页 |
| ·变压器运行状态的主要测试与监测手段 | 第20-23页 |
| ·直观检查方法 | 第21页 |
| ·电气预防性试验方法 | 第21-22页 |
| ·绝缘油简化试验 | 第22-23页 |
| ·变压器在线监控技术 | 第23-24页 |
| ·油中溶解气体的在线监测 | 第23-24页 |
| ·变压器局部放电的在线监测 | 第24页 |
| ·小结 | 第24-25页 |
| 第三章 基于改进 BP 神经网络的变压器故障诊断方法 | 第25-32页 |
| ·加动量项BP 算法 | 第25-27页 |
| ·BP 算法的原理及存在的不足 | 第25-27页 |
| ·加动量BP 算法 | 第27页 |
| ·给出可信度的BP 神经网络 | 第27-29页 |
| ·神经网络应用于变压器故障诊断 | 第29-31页 |
| ·网络训练效果 | 第29-30页 |
| ·故障变压器的诊断 | 第30-31页 |
| ·结论 | 第31-32页 |
| 第四章 基于故障树的电力变压器状态评价体系 | 第32-43页 |
| ·故障树分析法简介 | 第32-35页 |
| ·故障树分析法中的概念和符号 | 第32-34页 |
| ·故障树分析法的特点 | 第34页 |
| ·故障树的数学表示 | 第34-35页 |
| ·电力变压器故障树的构建 | 第35-41页 |
| ·故障树分析法步骤 | 第36页 |
| ·故障树建立基本方法 | 第36-37页 |
| ·故障树的定性分析 | 第37页 |
| ·故障树的定量分析 | 第37-38页 |
| ·变压器故障树的构建 | 第38-41页 |
| ·电力变压器状态评价等级与维修策略 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第五章 基于人工神经网络的电力变压器状态综合评价 | 第43-57页 |
| ·人工神经网络 | 第43-48页 |
| ·人工神经网络基本知识 | 第43页 |
| ·人工神经网络结构 | 第43-45页 |
| ·前向分层神经网络 | 第45-46页 |
| ·人工神经网络的算法 | 第46-48页 |
| ·D-S 证据理论 | 第48-51页 |
| ·D-S 证据理论的基本内涵 | 第48-50页 |
| ·D-S 证据理论改进的合成规则 | 第50页 |
| ·D-S 证据推理信息融合决策的基本过程 | 第50-51页 |
| ·分层式信息融合的变压器状态评价模型 | 第51-52页 |
| ·评估模型的提出 | 第51-52页 |
| ·分层式信息融合的变压器状态评价模型 | 第52页 |
| ·实例验证 | 第52-53页 |
| ·变压器的运行维护及事故预防 | 第53-55页 |
| ·变压器的运行巡视 | 第53-54页 |
| ·变压器维护 | 第54-55页 |
| ·小结 | 第55-57页 |
| 第六章 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 在学期间发表的学术论文和参加科研情况 | 第62页 |