模糊聚类分析及其在电力变压器故障诊断中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-44页 |
| ·研究意义 | 第10-11页 |
| ·聚类分析简介 | 第11-16页 |
| ·聚类概念与聚类过程 | 第11-12页 |
| ·相似性度量和数据规范化 | 第12-13页 |
| ·聚类算法的类别 | 第13-15页 |
| ·聚类有效性问题 | 第15-16页 |
| ·基于目标函数的模糊聚类 | 第16-28页 |
| ·模糊C-均值聚类算法 | 第16-17页 |
| ·属性加权模糊聚类算法 | 第17-18页 |
| ·遗传模糊聚类算法 | 第18-22页 |
| ·动态模糊聚类算法 | 第22-23页 |
| ·聚类有效性函数 | 第23-28页 |
| ·基于油中溶解气体分析的电力变压器故障诊断 | 第28-42页 |
| ·基于DGA的常规故障诊断方法 | 第28-32页 |
| ·数据挖掘和智能优化方法在变压器故障诊断中的应用 | 第32-42页 |
| ·本文研究的主要内容 | 第42-43页 |
| ·全文的内容和组织 | 第43-44页 |
| 2 聚类模糊集和聚类有效性函数 | 第44-60页 |
| ·引言 | 第44页 |
| ·与FCM算法相关的聚类有效性函数 | 第44-45页 |
| ·聚类模糊集及聚类模糊集的模糊度和贴近度 | 第45-46页 |
| ·聚类模糊集 | 第45页 |
| ·聚类模糊度 | 第45-46页 |
| ·格贴近度与聚类离散度 | 第46页 |
| ·聚类有效性函数 | 第46-50页 |
| ·紧致性及其指标 | 第47页 |
| ·离散性及其指标 | 第47-48页 |
| ·两个新的聚类有效性函数 | 第48-50页 |
| ·使用聚类有效性函数求解最佳类别数的步骤 | 第50页 |
| ·实验结果及分析 | 第50-59页 |
| ·实验数据集 | 第50-52页 |
| ·聚类有效性函数的判别准确率 | 第52-59页 |
| ·本章小结 | 第59-60页 |
| 3 基于变长编码遗传算法的动态模糊聚类算法 | 第60-69页 |
| ·引言 | 第60页 |
| ·基于变长编码遗传算法的动态模糊聚类算法描述 | 第60-63页 |
| ·染色体编码 | 第60页 |
| ·遗传算子 | 第60-62页 |
| ·局部优化算子 | 第62页 |
| ·聚类有效性函数及适应函数 | 第62页 |
| ·变长编码遗传模糊聚类算法 | 第62-63页 |
| ·实验结果及分析 | 第63-67页 |
| ·本章小结 | 第67-69页 |
| 4 加权模糊聚类算法 | 第69-82页 |
| ·引言 | 第69页 |
| ·基于目标函数的加权模糊聚类问题描述 | 第69-70页 |
| ·一种基于目标函数的加权模糊聚类算法 | 第70-72页 |
| ·相关定理 | 第70-71页 |
| ·加权模糊聚类算法 | 第71-72页 |
| ·一种基于双编码遗传算法的加权模糊聚类算法 | 第72-75页 |
| ·双编码方案 | 第72-73页 |
| ·适应函数 | 第73页 |
| ·遗传算子 | 第73-74页 |
| ·加权FCM算子 | 第74页 |
| ·基于双编码遗传算法的加权模糊聚类算法描述 | 第74-75页 |
| ·实验结果及分析 | 第75-81页 |
| ·对人工数据集的实验结果及分析 | 第75-77页 |
| ·对真实数据集的实验结果及分析 | 第77-81页 |
| ·本章小结 | 第81-82页 |
| 5 模糊聚类在电力变压器故障诊断中的应用 | 第82-92页 |
| ·引言 | 第82页 |
| ·特征气体组分含量和组分比值的融合 | 第82-84页 |
| ·特征气体的选取及规格化 | 第82页 |
| ·特征气体比值的选取与处理 | 第82-84页 |
| ·特征气体组分含量和组分比值的模糊聚类分析 | 第84-85页 |
| ·实验结果及分析 | 第85-90页 |
| ·本章小结 | 第90-92页 |
| 6 结论及展望 | 第92-94页 |
| 致谢 | 第94-95页 |
| 参考文献 | 第95-105页 |
| 在校学习期间发表的论文、专利、获奖等评价情况 | 第105页 |
