| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-14页 |
| ·选题背景及研究意义 | 第10页 |
| ·变压器故障诊断技术的研究现状 | 第10-12页 |
| ·本论文主要研究内容 | 第12-14页 |
| 2 基于油中溶解气体分析的变压器故障诊断 | 第14-27页 |
| ·变压器常见故障类型 | 第14-15页 |
| ·变压器油中溶解气体的来源 | 第15-16页 |
| ·油中溶解气体的产生 | 第15页 |
| ·油中溶解气体的溶解 | 第15-16页 |
| ·变压器内部故障类型与油中溶解气体含量的关系 | 第16-17页 |
| ·基于油中溶解气体的变压器故障诊断 | 第17-25页 |
| ·故障诊断步骤 | 第17-18页 |
| ·有无故障的判断 | 第18-19页 |
| ·故障类型判断 | 第19-23页 |
| ·故障状况判断 | 第23-25页 |
| ·对传统故障类型判断方法的评价 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 基于粗糙集的变压器故障样本的处理 | 第27-39页 |
| ·粗糙集理论的特点与应用 | 第27-28页 |
| ·粗糙集数据处理步骤 | 第28-29页 |
| ·确定条件属性集和决策属性集 | 第29页 |
| ·建立原始决策表 | 第29-32页 |
| ·原始决策表的属性约简 | 第32-38页 |
| ·决策表属性约简步骤 | 第32-34页 |
| ·常用属性约简算法 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 4 遗传支持向量机在变压器故障诊断中的应用 | 第39-50页 |
| ·支持向量机理论 | 第39-40页 |
| ·支持向量机二分类 | 第40-41页 |
| ·线性可分情况 | 第40-41页 |
| ·非线性可分情况 | 第41页 |
| ·支持向量机多类分类 | 第41-44页 |
| ·支持向量机的核函数 | 第44-45页 |
| ·支持向量机参数选择 | 第45-49页 |
| ·常用的参数选择方法 | 第45-46页 |
| ·引入遗传算法进行参数选择 | 第46-47页 |
| ·遗传支持向量机参数优化流程 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 5 基于粗糙集和遗传支持向量机的变压器故障诊断模型实现及结果对比分析 | 第50-64页 |
| ·基于粗糙集和遗传支持向量机的诊断模型实现 | 第50-54页 |
| ·确定训练样本集、测试样本集和类别标签 | 第51页 |
| ·对样本集数据进行归一化预处理 | 第51-52页 |
| ·基于遗传算法的参数选取 | 第52页 |
| ·建立SVM多分类模型,训练模型并测试 | 第52-54页 |
| ·实验分析与对比 | 第54-59页 |
| ·所选算法优越性对比验证 | 第54-58页 |
| ·与其他故障诊断方法的对比 | 第58-59页 |
| ·变压器故障诊断实例 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 6 总结与展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间取得的研究成果 | 第69页 |