| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-16页 |
| 1．1 研究电力变压器故障诊断技术的意义 | 第9-10页 |
| 1．2 基于DGA的变压器绝缘故障诊断技术研究的现状 | 第10-14页 |
| 1．2．1 变压器的油中气体分析方法 | 第11-12页 |
| 1．2．2 模糊理论在变压器故障诊断中的应用 | 第12-13页 |
| 1．2．3 神经网络在变压器故障诊断中的应用 | 第13-14页 |
| 1．3 研究内容 | 第14-15页 |
| 1．4 小结 | 第15-16页 |
| 2 模糊数学理论及诊断基本方法 | 第16-25页 |
| 2．1 概述 | 第16-17页 |
| 2．2 模糊集合与隶属函数 | 第17-20页 |
| 2．2．1 模糊统计方法 | 第18-19页 |
| 2．2．2 模糊分布 | 第19-20页 |
| 2．3 模糊诊断的基本方法 | 第20-23页 |
| 2．3．1 模糊逻辑 | 第21页 |
| 2．3．2 模糊关系 | 第21-22页 |
| 2．3．3 模糊距离与模糊贴近度 | 第22-23页 |
| 2．4 小结 | 第23-25页 |
| 3 一种以油中溶解气体为特征量的模糊综合诊断方法 | 第25-37页 |
| 3．1 概述 | 第25页 |
| 3．2 模糊综合评判的数学原理 | 第25-27页 |
| 3．2．1 模糊变换 | 第25-26页 |
| 3．2．2 基于模糊综合评判的故障诊断技术的数学原理 | 第26-27页 |
| 3．3 基于模糊综合评判的变压器故障诊断方法 | 第27-34页 |
| 3．3．1 权向量C的获取及处理 | 第28-30页 |
| 3．3．2 编码——模糊关系矩阵（?）的求取 | 第30-32页 |
| 3．3．3 模糊合成算子“ο”的选取 | 第32-34页 |
| 3．4 基于模糊诊断推理和模糊规则推理的内部故障确定方法 | 第34-36页 |
| 3．5 小结 | 第36-37页 |
| 4 一种以油中溶解气体为特征量的模糊聚类诊断方法 | 第37-48页 |
| 4．1 概述 | 第37-38页 |
| 4．2 PAWFCM算法 | 第38-43页 |
| 4．2．1 加权矩阵W的计算方法 | 第39-40页 |
| 4．2．2 初始参数的优化处理 | 第40-43页 |
| 4．3 变压器绝缘故障的PAWFCM诊断方法 | 第43-47页 |
| 4．3．1 样本数据的规格化 | 第44页 |
| 4．3．2 样本分类 | 第44-45页 |
| 4．3．3 属性模式分类器的设计——故障诊断 | 第45页 |
| 4．3．4 PAWFCM法故障诊断的计算步骤 | 第45-47页 |
| 4．4 小结 | 第47-48页 |
| 5 模糊诊断方法的应用 | 第48-54页 |
| 5．1 应用模糊综合诊断方法的应用分析 | 第48-49页 |
| 5．2 应用模糊聚类诊断方法的应用分析 | 第49-53页 |
| 5．2．1 样本聚类的实验 | 第49-51页 |
| 5．2．2 故障诊断的验证 | 第51-52页 |
| 5．2．3 PAWFCM聚类法的几点讨论 | 第52-53页 |
| 5．3 小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |
