| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 选题的背景及意义 | 第9-10页 |
| 1.2 国内外变压器绝缘状态评估的研究现状 | 第10-13页 |
| 1.2.1 电力变压器绝缘状态评估的研究现状 | 第10-12页 |
| 1.2.2 变压器绝缘状态评估的意义 | 第12-13页 |
| 1.3 论文的研究内容及结构安排 | 第13-15页 |
| 第二章 变压器绝缘老化的机理与评估方法 | 第15-25页 |
| 2.1 变压器绝缘分类 | 第15-16页 |
| 2.2 影响变压器绝缘的主要因素 | 第16-19页 |
| 2.2.1 热老化 | 第16-17页 |
| 2.2.2 电老化 | 第17-18页 |
| 2.2.3 机械老化 | 第18页 |
| 2.2.4 环境老化 | 第18-19页 |
| 2.3 变压器绝缘状态特征参量分析 | 第19-22页 |
| 2.3.1 油中溶解气体 | 第19-20页 |
| 2.3.2 油中含水量 | 第20-21页 |
| 2.3.3 局部放电 | 第21页 |
| 2.3.4 其他绝缘特征参量 | 第21-22页 |
| 2.4 变压器绝缘状态评估体系的建立 | 第22-23页 |
| 2.4.1 变压器绝缘状态评估体系的建立 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 基于物联网的变压器绝缘信息聚合方案研究 | 第25-35页 |
| 3.1 变压器绝缘状态在线监测发展现状 | 第25-27页 |
| 3.2 物联网变压器绝缘状态监测体系物理架构 | 第27-29页 |
| 3.2.1 整体架构 | 第27-29页 |
| 3.3 信息聚合架构 | 第29-34页 |
| 3.3.1 数据预处理 | 第30-31页 |
| 3.3.2 数据级聚合 | 第31页 |
| 3.3.3 信息与特征级聚合 | 第31-33页 |
| 3.3.4 决策级聚合 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于核主成分分析和支持向量机的变压器绝缘状态评估 | 第35-55页 |
| 4.1 支持向量机理论 | 第35-43页 |
| 4.1.1 支持向量机分类机 | 第35-39页 |
| 4.1.2 支持向量机多分类 | 第39-40页 |
| 4.1.3 支持向量机回归 | 第40-43页 |
| 4.2 核主成分分析 | 第43-47页 |
| 4.2.1 主成分分析原理 | 第43-44页 |
| 4.2.2 主成分的特性 | 第44-45页 |
| 4.2.3 核主成分分析 | 第45-47页 |
| 4.3 基于核主成分分析和支持向量机的变压器绝缘诊断评估模型 | 第47-54页 |
| 4.3.1 基于核主成分分析和支持向量机的变压器绝缘诊断总体思想 | 第47-49页 |
| 4.3.2 模型建立与实例分析 | 第49-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 基于相关性分析的变压器绝缘信息聚合模型 | 第55-71页 |
| 5.1 相关性分析理论 | 第56-63页 |
| 5.1.1 二元简单相关分析 | 第57-58页 |
| 5.1.2 多元广义相关 | 第58-60页 |
| 5.1.3 多元复相关与偏相关 | 第60-62页 |
| 5.1.4 典型相关分析 | 第62-63页 |
| 5.2 基于典型相关性分析的变压器绝缘信息聚合模型 | 第63-70页 |
| 5.2.1 基于典型相关分析的特征融合 | 第65-66页 |
| 5.2.2 典型相关结果分析 | 第66-70页 |
| 5.3 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 全文工作总结 | 第71-72页 |
| 6.2 后续研究工作展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 攻读硕士期间学术成果及参与课题 | 第79页 |
