| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第10-15页 |
| ·国内外电力设备检修概况 | 第10-11页 |
| ·变压器检修技术现状 | 第11-12页 |
| ·数据挖掘技术的研究以及应用现状 | 第12-13页 |
| ·数据挖掘在电力设备状态检修的应用现状 | 第13-14页 |
| ·本文所做工作 | 第14-15页 |
| 第二章 变压器内部故障时油中溶解气体分析技术 | 第15-23页 |
| ·变压器油产气原理 | 第15-16页 |
| ·油中溶解气体与变压器内部故障的对应关系 | 第16-18页 |
| ·三比值法 | 第18-20页 |
| ·气体比值的图示法 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 数据挖掘算法的理论与应用 | 第23-37页 |
| ·数据挖掘定义 | 第23页 |
| ·数据挖掘的主要技术 | 第23-25页 |
| ·决策树应用现状 | 第25页 |
| ·决策树的构造 | 第25-31页 |
| ·决策树的生成 | 第25-30页 |
| ·决策树的修剪 | 第30-31页 |
| ·规则提取 | 第31页 |
| ·数据准备以及预处理 | 第31-33页 |
| ·数据模糊归一化处理 | 第32页 |
| ·数据离散化处理 | 第32-33页 |
| ·决策树算法在变压器油中溶解气体分析中的应用 | 第33-36页 |
| ·模型的建立 | 第33-34页 |
| ·模型应用实例 | 第34-35页 |
| ·实例分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于决策树算法的变压器状态检修模型总体设计 | 第37-53页 |
| ·预测算法简介 | 第37-38页 |
| ·人工神经网络算法简介 | 第38页 |
| ·BP 神经网络算法介绍 | 第38-43页 |
| ·产气量预测模型设计 | 第43-47页 |
| ·功能模块介绍 | 第43-44页 |
| ·实例分析 | 第44-47页 |
| ·基于决策树算法的变压器状态检修模型总体设计 | 第47-51页 |
| ·功能模块介绍 | 第47-49页 |
| ·算例简介 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士学位期间取得的研究成果 | 第57页 |