| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·变压器故障诊断的意义 | 第9-10页 |
| ·变压器故障诊断的现状和发展趋势 | 第10-11页 |
| ·GA-BP网络在变压器故障诊断中的应用 | 第11页 |
| ·本文研究的主要内容 | 第11-13页 |
| 第2章 变压器常见故障及诊断方法 | 第13-24页 |
| ·变压器常见故障 | 第13-14页 |
| ·变压器油中气体的产生机理 | 第14-17页 |
| ·溶解气体来源 | 第14-15页 |
| ·特征气体产生原理 | 第15-17页 |
| ·传统的故障诊断方法 | 第17-23页 |
| ·特征气体判断法 | 第18-19页 |
| ·三比值法 | 第19-21页 |
| ·无编码比值法 | 第21-22页 |
| ·其他辅助诊断方法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 BP神经网络 | 第24-33页 |
| ·神经网络带来的解决问题新思路 | 第24页 |
| ·BP神经网络的算法原理 | 第24-25页 |
| ·算法实现步骤 | 第25-26页 |
| ·神经网络的缺陷及改进 | 第26-29页 |
| ·基于BP网络的变压器故障诊断 | 第29-32页 |
| ·BP网络参数设计 | 第29页 |
| ·BP网络结构设计 | 第29-31页 |
| ·训练样本集设计 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 遗传算法 | 第33-40页 |
| ·算法的基本思想 | 第33-34页 |
| ·遗传算法的实现 | 第34-38页 |
| ·参数编码 | 第34-35页 |
| ·适应度函数设计 | 第35-36页 |
| ·遗传算法的基本操作 | 第36-38页 |
| ·遗传算法的优点缺陷及改进 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 基于改进遗传算法优化BP神经网络的变压器故障诊断 | 第40-52页 |
| ·样本的GA算法 | 第40-45页 |
| ·选择合适的编码方式 | 第40页 |
| ·设计适应度函数 | 第40-41页 |
| ·初始种群解空间的构成及初始种群数 | 第41页 |
| ·选择策略 | 第41-42页 |
| ·演化算子的选择 | 第42-43页 |
| ·模糊动态调节 | 第43-45页 |
| ·改进的GA对BP网络故障诊断模型的优化 | 第45-47页 |
| ·遗传算法对神经网络的优化 | 第45-46页 |
| ·优化步骤 | 第46-47页 |
| ·故障诊断系统的分析与测试 | 第47-51页 |
| ·网络训练 | 第47-50页 |
| ·故障测试 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 结论与展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第57-58页 |
| 致谢 | 第58页 |