| 1 绪论 | 第1-19页 |
| 1．1 研究电力变压器内部故障诊断的意义 | 第10-11页 |
| 1．2 电气设备故障诊断的原理及技术 | 第11页 |
| 1．3 变压器DGA绝缘故障诊断技术研究现状及发展趋势 | 第11-17页 |
| 1．3．1 变压器DGA方法的研究 | 第12-13页 |
| 1．3．2 模糊理论、神经网络与专家系统理论在变压器故障诊断中的应用 | 第13-15页 |
| 1．3．3 基于灰色系统理论的诊断 | 第15页 |
| 1．3．4 基于互联网的诊断系统及虚拟现实技术 | 第15-17页 |
| 1．4 本文主要研究内容 | 第17-18页 |
| 1．5 小结 | 第18-19页 |
| 2 以油中溶解气体为特征量诊断内部故障的比值诊断法及其分析 | 第19-30页 |
| 2．1 前言 | 第19页 |
| 2．2 变压器油中气体的产生和溶解及正常运行时的含量 | 第19-23页 |
| 2．2．1 气体的产生 | 第19-20页 |
| 2．2．2 气体在油中的溶解 | 第20-21页 |
| 2．2．3 正常运行时变压器油中气体含量 | 第21-23页 |
| 2．3 变压器内部故障类型与油中气体含量的关系 | 第23-26页 |
| 2．4 对油中溶解气体分析的比值诊断法的分析 | 第26-28页 |
| 2．4．1 比值诊断法 | 第26-28页 |
| 2．4．2 对比值法的分析 | 第28页 |
| 2．5 小结 | 第28-30页 |
| 3 以油中溶解气体为特征量的模糊综合诊断模型研究 | 第30-43页 |
| 3．1 前言 | 第30页 |
| 3．2 模糊综合评判的数学原理 | 第30-32页 |
| 3．2．1 模糊变换 | 第30-31页 |
| 3．2．2 基于模糊综合评判的故障诊断技术的数学原理 | 第31-32页 |
| 3．3 基于模糊综合评判的变压器故障诊断方法 | 第32-39页 |
| 3．3．1 权向量c的获取及处理 | 第33-35页 |
| 3．3．2 编码—模糊关系矩阵R的求取 | 第35-37页 |
| 3．3．3 广义模糊合成算子“o”的选取 | 第37-39页 |
| 3．4 基于模糊诊断推理和模糊规则推理的内部故障确定方法 | 第39-40页 |
| 3．5 诊断实例及分析 | 第40-42页 |
| 3．6 小结 | 第42-43页 |
| 4 一种以油中溶解气体为特征量的模糊聚类诊断新模型 | 第43-58页 |
| 4．1 前言 | 第43-44页 |
| 4．2 PAWFCM算法及其改进 | 第44-49页 |
| 4．2．1 加权矩阵W的计算方法 | 第45-47页 |
| 4．2．2 初始参数的优化处理 | 第47-49页 |
| 4．3 变压器绝缘故障的PAWFCM诊断模型 | 第49-53页 |
| 4．3．1 样本数据的规格化 | 第50-51页 |
| 4．3．2 样本分类 | 第51-52页 |
| 4．3．3 属性模式分类器的设计——故障诊断 | 第52页 |
| 4．3．4 PAWFCM法故障诊断的计算步骤 | 第52-53页 |
| 4．4 实验结果及分析 | 第53-55页 |
| 4．4．1 样本聚类的实验 | 第53-54页 |
| 4．4．2 故障诊断的验证 | 第54-55页 |
| 4．5 PAWFCM聚类法的几点讨论 | 第55-56页 |
| 4．6 小结 | 第56-58页 |
| 5 一种以油中溶解气体为特征量的灰色关联诊断新模型 | 第58-75页 |
| 5．1 前言 | 第58页 |
| 5．2 灰色关联度分析的基本思想 | 第58-65页 |
| 5．2．1 关联度系数与关联度的计算 | 第58-63页 |
| 5．2．2 灰色系统关联度之分辨系统ρ的取值原则 | 第63-65页 |
| 5．2．3 关联序与优势分析 | 第65页 |
| 5．3 变压器绝缘故障的灰色关联分析的诊断模型 | 第65-72页 |
| 5．3．1 选择特征参数，组成状态模式向量 | 第65-66页 |
| 5．3．2 构造标准故障模式向量，建立诊断用的标准谱 | 第66-68页 |
| 5．3．3 计算关联度r（x0,xi | 第68-71页 |
| 5．3．4 变压器故障诊断的灰关联分析方法的计算步骤 | 第71-72页 |
| 5．4 诊断实例及分析 | 第72-73页 |
| 5．5 小结 | 第73-75页 |
| 6 一种以油中溶解气体为特征量的灰色聚类诊断新模型 | 第75-85页 |
| 6．1 前言 | 第75页 |
| 6．2 灰色聚类理论的基本思想 | 第75-77页 |
| 6．3 电力变压器绝缘故障诊断的灰色聚类模型及方法 | 第77-81页 |
| 6．3．1 确定待检状态特征参数聚类白化数 | 第77页 |
| 6．3．2 确定灰类白化函数 | 第77-79页 |
| 6．3．3 求标定聚类权 | 第79-80页 |
| 6．3．4 求聚类系数、构造聚类向量和故障诊断 | 第80-81页 |
| 6．4 诊断实例及分析 | 第81-83页 |
| 6. 5 小结 | 第83-85页 |
| 7 一种变压器绝缘故障预测诊断新模型 | 第85-103页 |
| 7．1 前言 | 第85页 |
| 7．2 灰色预测的原理及特点 | 第85-91页 |
| 7．2．1 灰色预测的分类 | 第85-87页 |
| 7．2．2 灰色建模方法 | 第87-89页 |
| 7．2．3 预报模式及特点 | 第89-90页 |
| 7．2．4 精度检验 | 第90-91页 |
| 7．3 电力变压器绝缘故障诊断的预测灰色聚类模型 | 第91-95页 |
| 7．3．1 采用GM（1,1）模型对变压器绝缘故障预测的可行性分析 | 第92页 |
| 7．3．2 传统GM（1,1）的缺陷及改进 | 第92-94页 |
| 7．3．3 基于DGA的变压器绝缘故障预报的灰色聚类分析模型 | 第94-95页 |
| 7．4 实例分析 | 第95-101页 |
| 7．5 小结 | 第101-103页 |
| 8 变压器绝缘故障诊断模型的比较分析 | 第103-107页 |
| 8．1 前言 | 第103页 |
| 8．2 几种故障诊断模型 | 第103-104页 |
| 8．3 模型比较评价 | 第104-106页 |
| 8．3．1 变压器故障诊断模型有效性比较 | 第104-105页 |
| 8．3．2 故障诊断模型的评价 | 第105-106页 |
| 8．4 小结 | 第106-107页 |
| 结论 | 第107-108页 |
| 致谢 | 第108-109页 |
| 参考文献 | 第109-113页 |
| 附录A 攻博期间发表的学术论文 | 第113-114页 |
| 附录B 50组变压器油中溶解气体色谱数据 | 第114-116页 |
