| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-18页 |
| 1.2.1 变压器绝缘老化诊断技术 | 第11-14页 |
| 1.2.2 变压器故障预测方法 | 第14-16页 |
| 1.2.3 变压器故障诊断方法 | 第16-18页 |
| 1.2.4 “大数据”分析法 | 第18页 |
| 1.3 本文主要的工作 | 第18-20页 |
| 第二章 变压器绝缘老化机理分析 | 第20-27页 |
| 2.1 变压器主绝缘系统组成 | 第20-21页 |
| 2.2 变压器绝缘老化的影响因素 | 第21-24页 |
| 2.3 油纸绝缘的老化机理 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于大数据分析方法的变压器绝缘老化诊断 | 第27-49页 |
| 3.1 DGA数据的清洗方法 | 第28-36页 |
| 3.1.1 DGA数据的特点 | 第28-29页 |
| 3.1.2 DGA数据清洗原理 | 第29-33页 |
| 3.1.3 DGA数据清洗步骤 | 第33-36页 |
| 3.2 基于DGA数据的变压器绝缘老化混沌特性分析 | 第36-47页 |
| 3.2.1 混沌理论定义及特征 | 第36-37页 |
| 3.2.2 相空间重构及方法 | 第37-38页 |
| 3.2.3 DGA数据混沌特征参量的提取 | 第38-47页 |
| 3.3 变压器绝缘老化诊断方法 | 第47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 基于大数据方法的变压器老化诊断实例分析 | 第49-60页 |
| 4.1 DGA数据的清洗 | 第49-52页 |
| 4.2 变压器绝缘老化诊断结果分析 | 第52-58页 |
| 4.3 本章小结 | 第58-60页 |
| 第五章 基于最大Lyapunov指数的变压器故障预测分析 | 第60-67页 |
| 5.1 DGA数据的可预测性 | 第60-61页 |
| 5.2 基于最大Lyapunov指数预测方法 | 第61-62页 |
| 5.3 DGA数据的预测与故障分析 | 第62-66页 |
| 5.4 本章小结 | 第66-67页 |
| 结论与展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 附录A (攻读学位期间发表论文目录) | 第76-77页 |
| 附录B (攻读学位期间负责项目) | 第77页 |