| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·课题研究的发展现状 | 第10-12页 |
| ·本文主要工作 | 第12-13页 |
| 第2章 支持向量机理论 | 第13-21页 |
| ·支持向量机理论概述 | 第13-17页 |
| ·广义最优分类面 | 第15页 |
| ·核函数 | 第15-17页 |
| ·支持向量机多分类原理 | 第17-21页 |
| ·“一对一”多分类算法 | 第17页 |
| ·“一对多”多分类算法 | 第17-18页 |
| ·层次结构的多类分类算法 | 第18-19页 |
| ·多种分类算法的比较 | 第19页 |
| ·实例分析 | 第19-21页 |
| 第3章 基于PSO-SVM 的变压器状态评估 | 第21-34页 |
| ·引言 | 第21页 |
| ·粒子群算法概述 | 第21-22页 |
| ·改进的粒子群算法 | 第22-24页 |
| ·引入收敛因子 | 第22-23页 |
| ·基于动态惯性因子的改进 | 第23-24页 |
| ·自适应粒子的变异 | 第24页 |
| ·基于改进PSO 的SVM 参数选择 | 第24-25页 |
| ·交叉验证法 | 第24-25页 |
| ·改进粒子群算法优化支持向量机参数的步骤 | 第25页 |
| ·变压器状态评估原理 | 第25-28页 |
| ·变压器运行中常见故障 | 第25-26页 |
| ·变压器故障油中溶解气体分析 | 第26页 |
| ·变压器故障与油中溶解气体关系 | 第26-27页 |
| ·变压器状态信息评分方案 | 第27-28页 |
| ·基于PSO-SVM 的变压器状态评估流程 | 第28-31页 |
| ·变压器运行状态划分 | 第28-29页 |
| ·评估模型的建立 | 第29-30页 |
| ·数据归一化处理 | 第30-31页 |
| ·状态评估流程 | 第31页 |
| ·变压器状态评估实例 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于AdaBoost-SVM 算法的GIS 状态评估 | 第34-49页 |
| ·引言 | 第34-35页 |
| ·AdaBoost 算法介绍 | 第35-37页 |
| ·AdaBoost 算法在支持向量机中的应用 | 第37-39页 |
| ·实例分析 | 第38-39页 |
| ·GIS 状态评估的原理 | 第39-43页 |
| ·GIS 局部放电产生原理及常见故障 | 第39-40页 |
| ·超高频检测法 | 第40-41页 |
| ·UHF 信号的特征量 | 第41页 |
| ·GIS 运行状态的划分 | 第41-43页 |
| ·基于AdaBoost-SVM 的GIS 状态评估流程 | 第43-47页 |
| ·训练样本和测试样本的确立 | 第43-45页 |
| ·AdaBoost-SVM 多分类算法以多分类模型的构建 | 第45-46页 |
| ·GIS 状态评估实例分析 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第5章 结论及展望 | 第49-51页 |
| ·结论 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表的论文 | 第54-55页 |
| 致谢 | 第55-56页 |
| 详细摘要 | 第56-66页 |
