| 摘要 | 第1-8页 |
| ABSTRACT | 第8-13页 |
| 第一章 绪论 | 第13-33页 |
| ·引言 | 第13页 |
| ·课题的背景 | 第13-15页 |
| ·铁磁材料磁滞回环形成方法研究现状 | 第15-17页 |
| ·铁磁材料主磁滞回环拟合方法研究现状 | 第15-16页 |
| ·铁磁材料次磁滞回环形成研究现状 | 第16-17页 |
| ·电力变压器正常运行时仿真模型的研究现状 | 第17-19页 |
| ·利用现有软件搭建仿真电路的方法 | 第17-18页 |
| ·仿真建模方法 | 第18-19页 |
| ·电力变压器内部故障时仿真模型研究现状 | 第19-22页 |
| ·利用现有软件搭建仿真电路的方法 | 第19页 |
| ·仿真建模方法 | 第19-22页 |
| ·电力变压器主保护的研究现状和发展趋势 | 第22-31页 |
| ·仅利用电流量的变压器保护技术 | 第22-25页 |
| ·基于电压波形特征的变压器保护技术 | 第25-26页 |
| ·同时利用电流和电压量的变压器保护技术 | 第26-29页 |
| ·小波分析理论和智能技术在变压器保护中的应用 | 第29-31页 |
| ·本论文所做的主要工作 | 第31-33页 |
| 第二章 统计学习理论的基本内容 | 第33-44页 |
| ·引言 | 第33页 |
| ·机器学习问题表示 | 第33-34页 |
| ·经验风险最小化 | 第34-35页 |
| ·复杂性及推广能力 | 第35页 |
| ·一致性条件和关键定理 | 第35-37页 |
| ·VC维 | 第37-39页 |
| ·推广性的界 | 第39-40页 |
| ·结构风险最小化 | 第40-41页 |
| ·核函数 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第三章 变压器励磁涌流的暂态仿真研究 | 第44-60页 |
| ·引言 | 第44页 |
| ·分形理论基础 | 第44-47页 |
| ·分形的分类及特性 | 第45页 |
| ·分维及其计算方法 | 第45-47页 |
| ·非线性E支持向量回归机的基本原理 | 第47-49页 |
| ·非线性E支持向量回归机算法实现 | 第49-50页 |
| ·利用二次规划求解支持向量回归问题 | 第49页 |
| ·其他支持向量回归的改进算法 | 第49-50页 |
| ·局部磁滞回环算法 | 第50-52页 |
| ·励磁涌流算法仿真 | 第52-58页 |
| ·单相变压器数学模型 | 第52-53页 |
| ·微分方程求解算法—龙格库塔法 | 第53-54页 |
| ·仿真流程 | 第54页 |
| ·仿真及分析 | 第54-58页 |
| ·本章小结 | 第58-60页 |
| 第四章 变压器内部故障仿真研究 | 第60-113页 |
| ·引言 | 第60-61页 |
| ·变压器本身或电源有无接地点的影响分析 | 第61-62页 |
| ·变压器内部故障短路磁路模型 | 第62-77页 |
| ·单相变压器内部故障短路磁路模型 | 第62-66页 |
| ·三相三柱变压器内部故障短路磁路模型 | 第66-71页 |
| ·三相五柱变压器内部故障短路磁路模型 | 第71-77页 |
| ·计及涡流损耗的变压器内部故障短路磁路模型 | 第77-92页 |
| ·变压器铁芯涡流损耗的模型 | 第77-78页 |
| ·计及涡流绕组单相变压器内部故障短路磁路模型 | 第78-81页 |
| ·计及涡流绕组三相三柱变压器内部故障短路磁路模型 | 第81-86页 |
| ·计及涡流绕组三相五柱变压器内部故障短路磁路模型 | 第86-92页 |
| ·变压器内部故障模型参数确定 | 第92-107页 |
| ·串联电阻确定 | 第92-93页 |
| ·典型接线的模型电压参数确定及模型变换 | 第93-99页 |
| ·零序磁导的确定 | 第99-100页 |
| ·漏磁导的确定 | 第100-107页 |
| ·仿真计算 | 第107-112页 |
| ·本章小结 | 第112-113页 |
| 第五章 基于支持向量分类机的变压器励磁涌流识别研究 | 第113-128页 |
| ·引言 | 第113页 |
| ·支持向量分类机的基本原理 | 第113-115页 |
| ·C-SVM分类问题算法实现 | 第115页 |
| ·变压器励磁涌流和内部故障特征提取 | 第115-121页 |
| ·特征提取原理 | 第115-117页 |
| ·训练样本选取 | 第117-121页 |
| ·基于支持向量分类机的变压器励磁涌流和内部故障识别 | 第121-127页 |
| ·样本的预处理 | 第121页 |
| ·支持向量机参数的选取及分类边界获取 | 第121-124页 |
| ·支持向量机识别结果 | 第124-126页 |
| ·结论 | 第126-127页 |
| ·本章小节 | 第127-128页 |
| 第六章 结论 | 第128-130页 |
| ·本文取得的主要研究成果和结论 | 第128-129页 |
| ·需要进一步研究的问题 | 第129-130页 |
| 致谢 | 第130-131页 |
| 参考文献 | 第131-143页 |
| 攻读博士学位期间发表的论文及参加的科研工作 | 第143-144页 |