| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-16页 |
| ·引言 | 第7-8页 |
| ·国内外研究现状及发展趋势 | 第8-12页 |
| ·基于神经网络的变压器故障诊断研究的意义 | 第12-14页 |
| ·本文的主要研究内容 | 第14-16页 |
| 第2章 变压器油中气体分析及传统故障诊断方法 | 第16-30页 |
| ·变压器油和绝缘材料性能及气体产生机理 | 第16-21页 |
| ·变压器内部故障与油中特征气体的关系 | 第21-22页 |
| ·充油变压器的故障诊断方法 | 第22-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 BP 网络模型及学习算法研究 | 第30-47页 |
| ·人工神经网络理论 | 第30-34页 |
| ·BP 网络模型及其学习算法 | 第34-39页 |
| ·BP 算法传统的改进方法 | 第39-42页 |
| ·基于误差自动调节修正因子的自适应学习速率法 | 第42-44页 |
| ·基于误差自动调节修正因子的自适应学习速率动量BP 法 | 第44页 |
| ·双因素自动调节修正因子的弹性BP 算法 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第4章 基于BP 网络的变压器故障诊断 | 第47-74页 |
| ·引言 | 第47-48页 |
| ·开发工具的选择 | 第48页 |
| ·建模的步骤 | 第48-49页 |
| ·变压器故障诊断模型的确立 | 第49-57页 |
| ·网络模型的训练和变压器故障诊断 | 第57-72页 |
| ·本章小结 | 第72-74页 |
| 第5章 全文总结 | 第74-77页 |
| ·论文的主要结论 | 第74-76页 |
| ·今后待研究的问题 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 摘要 | 第83-87页 |
| ABSTRACT | 第87-93页 |
| 致谢 | 第93-94页 |
| 导师及作者简介 | 第94-95页 |
| 研究生期间研究成果 | 第95页 |