| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 选题背景及研究意义 | 第10页 |
| 1.2 国内外研究概况 | 第10-12页 |
| 1.2.1 变压器故障诊断的研究现状 | 第11-12页 |
| 1.2.2 贝叶斯网络的研究现状 | 第12页 |
| 1.3 本课题研究的创新点及主要内容 | 第12-15页 |
| 1.3.1 本课题的创新点 | 第12-13页 |
| 1.3.2 本课题的主要内容 | 第13-15页 |
| 第2章 量子贝叶斯网络算法 | 第15-27页 |
| 2.1 量子算法 | 第15-19页 |
| 2.1.1 量子特性分析 | 第16-17页 |
| 2.1.2 Grover量子搜索算法 | 第17-19页 |
| 2.2 贝叶斯网络算法 | 第19-25页 |
| 2.2.1 贝叶斯网络的基本理论 | 第19-22页 |
| 2.2.2 贝叶斯网络的自学习 | 第22-25页 |
| 2.3 量子算法和贝叶斯网络算法的互补性分析 | 第25-26页 |
| 2.3.1 Grover算法提高贝叶斯网络搜索速度 | 第25-26页 |
| 2.3.2 利用Grover量子算法处理贝叶斯网络NP问题 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 变压器故障诊断的量子贝叶斯网络模型的建立 | 第27-40页 |
| 3.1 变压器故障类型及其分类 | 第27-28页 |
| 3.1.1 变压器过热故障 | 第27页 |
| 3.1.2 短路故障 | 第27-28页 |
| 3.1.3 放电故障 | 第28页 |
| 3.2 基于量子贝叶斯网络的变压器故障诊断推理过程 | 第28-36页 |
| 3.2.1 量子贝叶斯网络算法理论 | 第29-32页 |
| 3.2.2 量子贝叶斯网络算法的优越性分析 | 第32-36页 |
| 3.3 基于Grover量子算法的贝叶斯网络理论模型 | 第36页 |
| 3.4 实际案例分析与比较 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于量子贝叶斯网络的变压器故障诊断系统 | 第40-49页 |
| 4.1 变压器故障诊断程序设计 | 第41-42页 |
| 4.1.1 调用MATLAB的VC++ | 第41-42页 |
| 4.1.2 基于量子贝叶斯网络的变压器故障诊断系统过程 | 第42页 |
| 4.2 基于量子贝叶斯网络的变压器故障诊断系统实例分析 | 第42-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第5章 结论与展望 | 第49-51页 |
| 5.1 本文结论 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间参加的科研工作 | 第54-55页 |
| 致谢 | 第55页 |
