| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-16页 |
| ·电力变压器故障预测的研究意义 | 第7页 |
| ·电力变压器故障预测技术的研究现状 | 第7-15页 |
| ·变压器油中溶解气体分析 | 第8-9页 |
| ·变压器油中溶解气体浓度预测的研究现状 | 第9-10页 |
| ·变压器故障诊断的研究现状 | 第10-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| 第2章 灰色系统理论基础 | 第16-27页 |
| ·概述 | 第16-17页 |
| ·灰色系统的基本原理 | 第17-19页 |
| ·灰色系统的建模 | 第19-23页 |
| ·灰色GM(1,1)模型分析 | 第20-22页 |
| ·灰色Verhulst 模型分析 | 第22-23页 |
| ·灰色预测分析 | 第23-24页 |
| ·灰色关联度分析 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 遗传算法基本原理及实现技术 | 第27-35页 |
| ·遗传算法的产生与发展 | 第27页 |
| ·遗传算法的原理及特点 | 第27-29页 |
| ·遗传算法的原理 | 第27-28页 |
| ·遗传算法的特点 | 第28-29页 |
| ·遗传算法的思想 | 第29页 |
| ·遗传算法的基本实现技术 | 第29-34页 |
| ·遗传算法的编码 | 第30-31页 |
| ·遗传算法的适应度函数 | 第31-32页 |
| ·遗传算子 | 第32-33页 |
| ·遗传算法的运行参数 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 融合遗传算法和灰色理论的油中溶解气体浓度预测 | 第35-51页 |
| ·油中溶解气体浓度发展趋势的特征分析 | 第35-36页 |
| ·基于灰色Verhulst 模型的油中溶解气体浓度预测 | 第36-39页 |
| ·数据预处理 | 第36-37页 |
| ·Verhulst 模型预测气体浓度 | 第37-38页 |
| ·Verhulst 模型与GM 模型预测结果对比 | 第38-39页 |
| ·基于灰色Verhulst(ρ)模型的气体浓度预测 | 第39-48页 |
| ·灰色Verhulst(ρ)模型的引出 | 第39-41页 |
| ·遗传算法优化背景值参数 | 第41-48页 |
| ·变权灰色Verhulst(ρ)模型气体浓度预测 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于灰色理论的电力变压器故障预测 | 第51-61页 |
| ·电力变压故障诊断的标准谱 | 第51-52页 |
| ·基于灰色关联度的电力变压器故障诊断 | 第52-56页 |
| ·灰色关联度分辨系数ξ取值准则 | 第52-53页 |
| ·改进灰色关联度在变压器故障诊断中的应用 | 第53-54页 |
| ·灰色面积关联度在变压器故障诊断中的应用 | 第54-56页 |
| ·综合关联度电力变压器故障诊断方法 | 第56-57页 |
| ·电力变压器故障预测分析 | 第57-60页 |
| ·采用改进灰色关联度的故障预测 | 第57-58页 |
| ·采用灰色面积关联度的故障预测 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 全文总结 | 第61-63页 |
| ·主要结论 | 第61-62页 |
| ·后续研究工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 摘要 | 第68-71页 |
| Abstract | 第71-74页 |
