| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·电力变压器故障诊断的背景及重要意义 | 第10-11页 |
| ·国内外研究现状及主要存在问题 | 第11-14页 |
| ·主要研究内容 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第2章 电力变压器故障诊断概述 | 第16-25页 |
| ·概述 | 第16-17页 |
| ·变压器故障原因及种类 | 第17-18页 |
| ·故障原因 | 第17页 |
| ·故障类型 | 第17-18页 |
| ·变压器的常规预防性试验 | 第18-19页 |
| ·油中溶解气体分析法(DGA) | 第19-24页 |
| ·变压器内部故障类型与气体含量的关系 | 第20-21页 |
| ·特征气体色谱分析和故障诊断 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于混合PI-SIGMA 神经网络的故障诊断研究 | 第25-39页 |
| ·模糊理论与人工神经网络的结合 | 第25-27页 |
| ·模糊逻辑与人工神经网络的比较 | 第25-26页 |
| ·模糊系统与神经网络的连接方式 | 第26-27页 |
| ·电力变压器故障诊断实例 | 第27-38页 |
| ·混合pi-sigma 神经网络结构及算法 | 第27-30页 |
| ·构建电力变压器故障诊断模型 | 第30-37页 |
| ·诊断实例 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于增量式贝叶斯分类器的故障诊断研究 | 第39-56页 |
| ·贝叶斯理论及其在故障诊断中的应用 | 第39-42页 |
| ·贝叶斯理论的数学描述 | 第39-40页 |
| ·贝叶斯理论在故障诊断中的应用 | 第40-42页 |
| ·电力变压器故障诊断实例 | 第42-55页 |
| ·增量式贝叶斯分类器结构及算法 | 第42-45页 |
| ·构建电力变压器的故障诊断模型 | 第45-50页 |
| ·诊断实例 | 第50-55页 |
| ·本章小结 | 第55-56页 |
| 总结与展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录A 攻读硕士学位期间所发表的学术论文目录 | 第61-62页 |
| 致谢 | 第62页 |