| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-21页 |
| 1.1 选题背景和研究意义 | 第9-10页 |
| 1.2 变压器油纸绝缘老化的诊断方法及研究现状 | 第10-18页 |
| 1.2.1 变压器油纸绝缘老化影响因素 | 第10-13页 |
| 1.2.2 油纸绝缘老化特征量及诊断方法研究现状 | 第13-17页 |
| 1.2.3 激光拉曼光谱技术在油纸绝缘老化特征物检测中的研究现状 | 第17-18页 |
| 1.3 激光拉曼光谱技术在变压器油纸绝缘老化诊断中的优势 | 第18-19页 |
| 1.4 论文的主要研究内容 | 第19-20页 |
| 1.5 本章小结 | 第20-21页 |
| 2 油纸绝缘加速老化试验及微观特征研究 | 第21-37页 |
| 2.1 引言 | 第21页 |
| 2.2 油纸绝缘电热联合老化试验设计 | 第21-25页 |
| 2.2.1 试验材料 | 第21-22页 |
| 2.2.2 电热联合老化试验 | 第22-25页 |
| 2.3 老化特征量及测量方法 | 第25-30页 |
| 2.4 油纸绝缘老化微观表象研究及特征分析 | 第30-35页 |
| 2.4.1 油纸绝缘老化SEM分析 | 第30-31页 |
| 2.4.2 油纸绝缘老化XPS分析 | 第31-35页 |
| 2.5 本章小结 | 第35-37页 |
| 3 油纸绝缘老化拉曼光谱特征量的提取分析与样本划分 | 第37-55页 |
| 3.1 引言 | 第37页 |
| 3.2 油纸绝缘老化特征物的拉曼光谱特征分析 | 第37-44页 |
| 3.2.1 激光拉曼光谱检测平台 | 第37-40页 |
| 3.2.2 变压器油中溶解老化特征物的拉曼特征分析 | 第40-42页 |
| 3.2.3 油纸绝缘老化拉曼光谱数据采集及预处理 | 第42-44页 |
| 3.3 基于核主成分分析方法的拉曼光谱特征量提取与分析 | 第44-50页 |
| 3.3.1 核主成分分析方法基本原理 | 第44-46页 |
| 3.3.2 光谱特征量的提取与分析 | 第46-50页 |
| 3.4 油纸绝缘老化样本的筛选与划分 | 第50-53页 |
| 3.4.1 基于偏最小二乘方法的奇异样本剔除 | 第50-52页 |
| 3.4.2 基于Kennard-Stone算法的油纸绝缘老化样本划分 | 第52-53页 |
| 3.5 本章小结 | 第53-55页 |
| 4 油纸绝缘老化拉曼光谱诊断方法研究 | 第55-71页 |
| 4.1 引言 | 第55页 |
| 4.2 老化阶段识别机器学习分类器的选择 | 第55-60页 |
| 4.2.1 核Fisher判别分析 | 第55-57页 |
| 4.2.2 核函数支持向量机 | 第57-59页 |
| 4.2.3 径向基核函数神经网络 | 第59-60页 |
| 4.3 基于核算法分类器的油纸绝缘老化状态诊断方法 | 第60-65页 |
| 4.3.1 诊断模型的建立及参数优化 | 第60-61页 |
| 4.3.2 参数优化和模型诊断的结果与分析 | 第61-65页 |
| 4.4 拉曼光谱诊断方法在运行变压器典型样本中的诊断应用 | 第65-69页 |
| 4.4.1 实际运行变压器油纸绝缘样本的获取与聚类分析结果 | 第65-66页 |
| 4.4.2 拉曼光谱诊断与传统特征量诊断结果的对比分析 | 第66-69页 |
| 4.5 本章小结 | 第69-71页 |
| 5 结论与展望 | 第71-73页 |
| 5.1 主要结论 | 第71-72页 |
| 5.2 未来工作展望 | 第72-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 附录 | 第81页 |
| A 作者在攻读硕士学位期间发表的主要论文目录 | 第81页 |
| B 作者在攻读硕士学位期间负责或参研的主要科研项目 | 第81页 |
| C 作者在攻读硕士学位期间申请的专利 | 第81页 |
