| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·选题背景及意义 | 第7页 |
| ·电气设备故障检测技术的发展及现状 | 第7-9页 |
| ·预测技术的发展 | 第9-11页 |
| ·电气设备故障诊断技术的发展 | 第11-14页 |
| ·基于模糊理论的诊断 | 第11-12页 |
| ·基于专家系统的诊断 | 第12页 |
| ·基于神经网络的诊断 | 第12-13页 |
| ·基于可拓理论的诊断 | 第13-14页 |
| ·本文的主要工作 | 第14-15页 |
| 第二章 电抗器油中溶解气体常规分析方法 | 第15-26页 |
| ·高压电抗器的结构特点 | 第15-17页 |
| ·两种高压电抗器结构对比分析 | 第15-16页 |
| ·国内厂家高压电抗器的结构特点 | 第16-17页 |
| ·国外电抗器产品结构特点 | 第17页 |
| ·运行高压电抗器存在的主要问题 | 第17-18页 |
| ·绝缘问题 | 第17-18页 |
| ·铁芯漏磁发热问题 | 第18页 |
| ·振动和噪音问题 | 第18页 |
| ·渗漏油问题 | 第18页 |
| ·油中溶解气体的产生、溶解及正常运行时的含量 | 第18-21页 |
| ·油中溶解气体的产生机理 | 第18-19页 |
| ·电抗器故障时油中溶解气体组分 | 第19-21页 |
| ·基于油中溶解气体分析的故障诊断方法 | 第21-25页 |
| ·判断电抗器是否有故障的方法 | 第21-23页 |
| ·判断电抗器故障类型的方法 | 第23-24页 |
| ·其它的各种辅助判断方法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于无偏灰色理论的电抗器状态预测模型 | 第26-40页 |
| ·引言 | 第26页 |
| ·灰色理论介绍 | 第26-34页 |
| ·灰数及其白化方法 | 第26-28页 |
| ·灰色序列算子及其生成方法 | 第28-31页 |
| ·灰色 GM(1,1)模型与无偏 GM(1,1)模型的对比 | 第31-34页 |
| ·无偏 GM(1,1)模型在电抗器状态预测中的应用 | 第34-35页 |
| ·实例分析 | 第35-39页 |
| ·实例1 | 第35-38页 |
| ·实例2 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于油中溶解气体分析的电抗器故障诊断 | 第40-52页 |
| ·可拓学介绍 | 第40-42页 |
| ·物元理论 | 第40-41页 |
| ·可拓集合理论 | 第41-42页 |
| ·神经网络基础 | 第42-45页 |
| ·神经网络的定义 | 第42页 |
| ·神经网络的特点 | 第42页 |
| ·人工神经元模型 | 第42-45页 |
| ·基于可拓神经网络的电抗器故障诊断 | 第45-51页 |
| ·可拓神经网络方法 | 第45-46页 |
| ·可拓神经网络的结构 | 第46-47页 |
| ·可拓神经网络的学习算法 | 第47-49页 |
| ·可拓神经网络的运行阶段 | 第49页 |
| ·可拓神经网络的相关分析结果 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 结论 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 在学期间发表的学术论文和参加科研情况 | 第57页 |