| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第2章 基于多分类概率极限学习机的变压器故障诊断 | 第15-26页 |
| 2.1 极限学习机 | 第15-17页 |
| 2.2 多分类概率极限学习机研究 | 第17-19页 |
| 2.2.1 二分类概率极限学习机 | 第17页 |
| 2.2.2 多分类概率极限学习机 | 第17-19页 |
| 2.3 基于多分类概率极限学习机的变压器故障诊断 | 第19-22页 |
| 2.4 实验分析 | 第22-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于D-S证据理论的变压器故障诊断 | 第26-37页 |
| 3.1 D-S证据理论 | 第26-28页 |
| 3.1.1 基本思想 | 第26页 |
| 3.1.2 基本概念 | 第26-27页 |
| 3.1.3 融合规则 | 第27-28页 |
| 3.2 D-S证据理论融合规则改进 | 第28-30页 |
| 3.2.1 D-S证据理论融合规则的不足 | 第28页 |
| 3.2.2 证据间支持度算法实现 | 第28-30页 |
| 3.2.3 基于证据集主元的融合规则 | 第30页 |
| 3.3 基于D-S证据理论的变压器故障诊断 | 第30-33页 |
| 3.3.1 基于D-S证据理论故障诊断模型建立 | 第31-32页 |
| 3.3.2 特征向量 | 第32-33页 |
| 3.4 实验分析 | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于信息融合技术的油浸式变压器故障诊断系统设计与实现 | 第37-48页 |
| 4.1 系统简介 | 第37-38页 |
| 4.2 系统设计 | 第38-44页 |
| 4.2.1 系统的架构设计 | 第38页 |
| 4.2.2 系统数据库设计 | 第38-42页 |
| 4.2.3 系统功能设计 | 第42-44页 |
| 4.3 系统实现 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 结论与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第53-54页 |
| 致谢 | 第54页 |