| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 选题背景及研究意义 | 第9-10页 |
| 1.2 变压器油中溶解气体分析 | 第10-13页 |
| 1.2.1 油中气体的产生 | 第10-11页 |
| 1.2.2 油中气体的溶解和扩散 | 第11-12页 |
| 1.2.3 油中特征气体含量与故障对应关系 | 第12-13页 |
| 1.3 变压器故障预测方法的研究现状 | 第13-16页 |
| 1.4 本课题研究内容 | 第16-18页 |
| 第2章 极限学习机 | 第18-27页 |
| 2.1 引言 | 第18页 |
| 2.2 极限学习机理论 | 第18-23页 |
| 2.2.1 极限学习机理论背景 | 第18-22页 |
| 2.2.2 极限学习机算法 | 第22-23页 |
| 2.3 核极限学习机理论 | 第23-25页 |
| 2.3.1 核函数 | 第23-24页 |
| 2.3.2 核极限学习机算法 | 第24-25页 |
| 2.4 ELM和KELM性能分析 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于正则极限学习机的变压器故障预测 | 第27-38页 |
| 3.1 引言 | 第27-28页 |
| 3.2 正则极限学习机预测模型 | 第28-29页 |
| 3.3 基于正则极限学习机的变压器故障预测 | 第29-33页 |
| 3.3.1 特征量选择 | 第29页 |
| 3.3.2 数据预处理 | 第29页 |
| 3.3.3 误差标准 | 第29-30页 |
| 3.3.4 隐藏层激活函数的选择 | 第30-31页 |
| 3.3.5 RELM的参数设定 | 第31-33页 |
| 3.3.6 基于RELM的变压器故障预测 | 第33页 |
| 3.4 实例分析 | 第33-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于混合核极限学习机的变压器故障预测 | 第38-49页 |
| 4.1 引言 | 第38-39页 |
| 4.2 混合核函数 | 第39-40页 |
| 4.3 粒子群算法 | 第40-42页 |
| 4.4 混合核极限学习机的参数优化 | 第42-43页 |
| 4.5 基于PSO-MKELM的变压器故障预测 | 第43-44页 |
| 4.5.1 特征量的选择 | 第43页 |
| 4.5.2 基于PSO-MKELM的变压器故障预测过程 | 第43-44页 |
| 4.6 实例分析 | 第44-48页 |
| 4.7 本章小结 | 第48-49页 |
| 第5章 结论与展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表的论文 | 第54-55页 |
| 攻读硕士学位期间参加的科研工作 | 第55-56页 |
| 致谢 | 第56页 |