| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-14页 |
| ·论文的研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·变压器故障诊断的研究现状 | 第11页 |
| ·人工智能应用于变压器故障诊断的研究现状 | 第11-12页 |
| ·论文研究的主要内容 | 第12-13页 |
| ·论文的安排结构 | 第13-14页 |
| 第二章 变压器油中溶解气体故障分析技术 | 第14-26页 |
| ·变压器常见故障类型与诊断方法 | 第14-15页 |
| ·变压器油中溶解气体分析方法原理 | 第15-18页 |
| ·正常变压器油中气体含量 | 第15-16页 |
| ·油中溶解气体分析方法 | 第16-17页 |
| ·变压器内部故障类型与油中气体含量的关系 | 第17-18页 |
| ·油中溶解气体分析的判断过程 | 第18-24页 |
| ·判定有无故障 | 第18-19页 |
| ·故障发展趋势的估计 | 第19-20页 |
| ·故障类型判断的主要方法 | 第20-24页 |
| ·特征气体判断法 | 第20-21页 |
| ·比值法 | 第21-23页 |
| ·综合判断 | 第23-24页 |
| ·油中溶解气体分析方法的不足 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于灰关联分析理论的变压器故障诊断 | 第26-46页 |
| ·灰色系统理论概述 | 第26-27页 |
| ·灰色系统的基本概念 | 第26-27页 |
| ·灰色系统基本原理 | 第27页 |
| ·灰色系统理论主要内容 | 第27页 |
| ·灰关联分析理论的原理及关联度量化模型 | 第27-31页 |
| ·灰关联分析理论原理 | 第27-28页 |
| ·关联度量化模型 | 第28-31页 |
| ·基于灰关联分析理论的变压器故障诊断 | 第31-37页 |
| ·灰关联分析理论用于变压器故障诊断的可行性 | 第31页 |
| ·基于灰关联分析理论的变压器故障诊断模型 | 第31-37页 |
| ·构造标准故障模式向量并建立诊断用的标准谱 | 第32-33页 |
| ·利用灰关联分析法的变压器故障诊断步骤 | 第33-34页 |
| ·诊断实例及分析 | 第34-37页 |
| ·基于改进的灰色关联理论的变压器故障诊断 | 第37-45页 |
| ·灰色关联度算法的改进 | 第37-42页 |
| ·灰色系统关联度的分辨系数的改进 | 第37-39页 |
| ·关联度计算的改进 | 第39-42页 |
| ·改进的灰关联算法用于变压器故障诊断 | 第42-45页 |
| ·变压器故障诊断结果比较与分析 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于Elman神经网络的变压器故障诊断 | 第46-70页 |
| ·人工神经网络简介 | 第46-50页 |
| ·神经网络的结构 | 第46-47页 |
| ·前馈型网络 | 第46-47页 |
| ·反馈型网络 | 第47页 |
| ·神经网络的特征 | 第47-48页 |
| ·神经网络的工作方式 | 第48页 |
| ·神经网络的学习方式 | 第48-49页 |
| ·神经网络的分类 | 第49-50页 |
| ·静态神经网络 | 第49页 |
| ·动态神经网络 | 第49-50页 |
| ·BP神经网络和Elman神经网络模型 | 第50-58页 |
| ·BP神经网络模型及算法 | 第50-55页 |
| ·三层BP网络模型 | 第50-51页 |
| ·BP网络学习算法 | 第51-55页 |
| ·Elman神经网络模型及算法 | 第55-58页 |
| ·Elman网络基本结构 | 第55-56页 |
| ·Elman网络学习过程与算法 | 第56-58页 |
| ·改进的Elman神经网络学习算法 | 第58-60页 |
| ·加入动量项的Elman网络 | 第58页 |
| ·LM-Elman网络模型 | 第58-60页 |
| ·LM-Elman算法原理 | 第58-60页 |
| ·LM-Elman算法实现步骤 | 第60页 |
| ·Elman神经网络在变压器故障诊断中的应用 | 第60-69页 |
| ·神经网络用于变压器故障诊断的可行性 | 第60-61页 |
| ·基于Elman神经网络的变压器故障诊断 | 第61-63页 |
| ·输入层与输出层的设计 | 第61页 |
| ·数据预处理 | 第61-62页 |
| ·传递函数的选择 | 第62页 |
| ·隐含层设计 | 第62-63页 |
| ·改进的Elman神经网络变压器故障诊断及MATLAB仿真 | 第63-65页 |
| ·基于加入动量项Elman神经网络的变压器故障诊断 | 第63-64页 |
| ·基于LM-Elman神经网络的变压器故障诊断 | 第64-65页 |
| ·基于BP神经网络的变压器故障诊断 | 第65页 |
| ·几种诊断方法结果比较分析 | 第65-69页 |
| ·三种网络变压器故障诊断结果 | 第65-69页 |
| ·仿真结果分析 | 第69页 |
| ·本章小结 | 第69-70页 |
| 第五章 结论与展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 附录:攻读学位期间发表论文 | 第77页 |