| 1 绪论 | 第1-16页 |
| ·电力变压器故障诊断的重要意义 | 第8-10页 |
| ·国内外研究现状及主要存在问题 | 第10-13页 |
| ·主要研究内容 | 第13-15页 |
| ·小结 | 第15-16页 |
| 2 变压器油中溶解气体的产生、含量与故障的关系 | 第16-26页 |
| ·变压器内部故障产生的气体 | 第16-17页 |
| ·变压器油中气体的产生和溶解及正常运行时的含量 | 第17-22页 |
| ·气体的产生 | 第17-18页 |
| ·气体在油中溶解 | 第18-20页 |
| ·正常运行时变压器油中气体含量 | 第20-22页 |
| ·变压器内部故障类型与油中气体含量的关系 | 第22-25页 |
| ·小结 | 第25-26页 |
| 3. 以油中特征气体组分比值诊断故障的方法 | 第26-37页 |
| ·故障诊断原理 | 第26-27页 |
| ·以油中气体总烃及 CO、C0_2 为特征量的故障诊断方法 | 第27-30页 |
| ·以三比值法诊断变压器内部故障的原理及方法 | 第30-35页 |
| ·其它比值法的原理及方法 | 第35-36页 |
| ·小结 | 第36-37页 |
| 4. 神经网络模型及学习算法的分析 | 第37-48页 |
| ·人工神经元模型简介 | 第37-41页 |
| ·大脑的生物模型 | 第37-39页 |
| ·人工神经元模型 | 第39-41页 |
| ·人工神经网络模型 | 第41-43页 |
| ·神经网络的学习算法 | 第43-47页 |
| ·反向传播算法 | 第44-46页 |
| ·BP 算法的程序实现 | 第46-47页 |
| ·小结 | 第47-48页 |
| 5. BP 网络在变压器油色谱故障上的诊断 | 第48-61页 |
| ·利用神经网络进行故障诊断的可行性 | 第48-49页 |
| ·利用神经网络进行故障诊断的基本原理 | 第49-60页 |
| ·训练样本的采集与预处理 | 第50-52页 |
| ·B-P 网络训练 | 第52-55页 |
| ·应用改进 B-P 网络 | 第55-60页 |
| ·小结 | 第60-61页 |
| 6. 基于人工神经网络的以DGA为特征量的变压器故障诊断实例 | 第61-66页 |
| ·网络设计中的重点环节分析 | 第61-62页 |
| ·网络验证及仿真结果 | 第62-65页 |
| ·小结 | 第65-66页 |
| 7. 全文总结 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-70页 |