| 摘要 | 第1-6页 |
| Abstract | 第6-17页 |
| 1 绪论 | 第17-25页 |
| ·研究电力变压器故障诊断技术的意义 | 第17-19页 |
| ·国内外在电力变压器故障诊断方面的研究现状 | 第19-23页 |
| ·神经网络方法 | 第19-20页 |
| ·模糊集理论方法 | 第20页 |
| ·专家系统方法 | 第20-21页 |
| ·综合人工智能技术的应用 | 第21-22页 |
| ·变压器故障在线监测技术 | 第22-23页 |
| ·本文的主要研究工作 | 第23-24页 |
| ·小结 | 第24-25页 |
| 2 油气分离法原理及其应用 | 第25-40页 |
| ·变压器油中溶解气体分析 | 第25-30页 |
| ·变压器油中溶解气体与内部潜伏性故障关系概述 | 第25-26页 |
| ·运行变压器油中气体的产生与溶解 | 第26-28页 |
| ·正常运行时变压器油中气体含量 | 第28-30页 |
| ·变压器在不同的内部故障情况下油中气体的组分 | 第30-34页 |
| ·热性故障 | 第30-31页 |
| ·电性故障 | 第31-32页 |
| ·受潮 | 第32-33页 |
| ·固体绝缘材料故障分析 | 第33页 |
| ·变压器故障类型与气体组分关系 | 第33-34页 |
| ·变压器内部故障诊断的经典分析法 | 第34-39页 |
| ·特征气体法 | 第34页 |
| ·三比值法、四比值法 | 第34-36页 |
| ·经典分析法的应用 | 第36-37页 |
| ·经典分析法的评述 | 第37-39页 |
| ·气相色谱分析的原理 | 第39页 |
| ·小结 | 第39-40页 |
| 3 综合人工智能技术在变压器故障离线诊断中的研究和应用 | 第40-50页 |
| ·引言 | 第40页 |
| ·变压器故障诊断专家系统 | 第40-42页 |
| ·变压器故障诊断专家系统的知识库结构 | 第40-41页 |
| ·变压器故障诊断专家系统的特点 | 第41-42页 |
| ·变压器故障诊断的人工神经网络 | 第42-44页 |
| ·变压器故障诊断的人工神经网络的结构 | 第42-43页 |
| ·变压器故障诊断的人工神经网络的特点 | 第43-44页 |
| ·变压器故障诊断的人工智能型系统法 | 第44-48页 |
| ·传统专家系统和神经网络的互补性 | 第44-45页 |
| ·专家系统和神经网络的结合方式 | 第45页 |
| ·变压器故障专家系统的知识源 | 第45-46页 |
| ·变压器故障诊断人工智能型系统的结构 | 第46-47页 |
| ·变压器故障诊断人工智能型系统的工作原理 | 第47-48页 |
| ·变压器故障诊断人工智能型系统的应用 | 第48-49页 |
| ·变压器故障诊断人工智能型系统的特点 | 第49页 |
| ·小结 | 第49-50页 |
| 4 变压器在线气相色谱分析的原理与故障诊断的应用 | 第50-64页 |
| ·在线气相色谱分析的意义 | 第50-51页 |
| ·在线油中溶解气体分析的概念 | 第50页 |
| ·在线气相色谱分析的意义 | 第50-51页 |
| ·在线检测油中气体的原理 | 第51-54页 |
| ·在线检测油中气体的方法 | 第51-52页 |
| ·在线气相色谱分析的原理 | 第52-54页 |
| ·在线气相色谱分析系统的组成 | 第54-55页 |
| ·气体分离单元／气体分离膜 | 第54页 |
| ·气体传感器／气体分析仪 | 第54-55页 |
| ·系统自动化及智能化 | 第55页 |
| ·变压器早期故障在线监测系统配置、性能和特点 | 第55-58页 |
| ·变压器早期故障在线监测系统配置 | 第56页 |
| ·变压器早期故障在线监测装置的性能 | 第56-57页 |
| ·变压器油色谱在线监测装置的特点 | 第57-58页 |
| ·变压器早期故障在线监测装置的安装调试 | 第58页 |
| ·HYDRAN变压器早期故障在线监测装置捕捉故障的实际应用 | 第58-62页 |
| ·变压器早期故障在线监测装置应用中需注意的几个问题 | 第62-63页 |
| ·小结 | 第63-64页 |
| 5 结束语 | 第64-67页 |
| ·本篇论文所完成的主要工作 | 第64-65页 |
| ·后续工作展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 附录1 攻读硕士学位期间发表的学术论文 | 第73页 |
