FCM聚类算法及其在变压器故障诊断中的应用
摘要 | 第1-5页 |
Abstract | 第5-10页 |
1 绪论 | 第10-16页 |
·研究目的和意义 | 第10-12页 |
·模糊聚类算法在变压器故障诊断中的应用现状 | 第12-14页 |
·本文的主要研究内容和创新点 | 第14-15页 |
·本文的研究内容安排 | 第15-16页 |
2 聚类分析的概况 | 第16-27页 |
·类的定义及其特征 | 第16-17页 |
·聚类分析的基本概念和产生背景 | 第17页 |
·聚类分析的应用 | 第17-18页 |
·文本信息处理方面的应用 | 第17-18页 |
·市场营销方面的应用 | 第18页 |
·金融管理方面的应用 | 第18页 |
·检验医学方面的应用 | 第18页 |
·聚类分析的基本步骤 | 第18-19页 |
·聚类分析的数学模型 | 第19-20页 |
·观测值的标准化方法 | 第20-21页 |
·相似性度量方法 | 第21-25页 |
·距离相似性度量 | 第22-23页 |
·相似系数相似性度量 | 第23-25页 |
·聚类分析算法的分类 | 第25-26页 |
·基于划分的聚类算法 | 第25页 |
·基于密度的聚类算法 | 第25页 |
·基于分层的聚类算法 | 第25-26页 |
·基于网格的聚类算法 | 第26页 |
·本章小结 | 第26-27页 |
3 FCM 均值聚类算法 | 第27-38页 |
·FCM 聚类算法的理论基础 | 第27-29页 |
·模糊数学的产生和发展 | 第27页 |
·普通集合与模糊集合 | 第27-29页 |
·FCM 聚类算法目标函数的演化过程 | 第29-30页 |
·FCM 聚类算法的求解过程 | 第30-33页 |
·FCM 聚类算法的实现途径 | 第33页 |
·FCM 聚类算法的迭代过程 | 第33-35页 |
·FCM 聚类算法存在的问题分析 | 第35-37页 |
·本章小结 | 第37-38页 |
4 基于样本加权的 FCM 聚类算法 | 第38-43页 |
·样本点加权的原理 | 第38-40页 |
·样本点加权 FCM 聚类算法的性能 | 第40-42页 |
·本章小结 | 第42-43页 |
5 变压器故障类型及其诊断方法 | 第43-75页 |
·变压器的故障类型 | 第43-46页 |
·变压器故障与特征气体之间的关系 | 第46-49页 |
·过热故障与特征气体之间的关系 | 第47-49页 |
·放电故障与特征气体之间的关系 | 第49页 |
·变压器故障诊断方法 | 第49-62页 |
·变压器有无故障的判断 | 第50-51页 |
·传统的故障诊断方法 | 第51-58页 |
·智能故障诊断方法 | 第58-62页 |
·基于 SWFCM 算法的变压器故障诊断方法 | 第62-74页 |
·故障诊断的形式 | 第63-67页 |
·故障诊断正确率的比较 | 第67-69页 |
·算法收敛速度的比较 | 第69-71页 |
·故障中心位置的比较 | 第71-74页 |
·本章小结 | 第74-75页 |
6 总结和展望 | 第75-77页 |
·总结 | 第75-76页 |
·展望 | 第76-77页 |
参考文献 | 第77-82页 |
附录 A 变压器故障样本数据 | 第82-92页 |
攻读硕士学位期间发表的论文情况 | 第92-93页 |
致谢 | 第93-94页 |