| 中文摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-18页 |
| ·预测技术概述 | 第12-15页 |
| ·预测的定义 | 第12-13页 |
| ·预测方法的分类 | 第13-14页 |
| ·预测的精度 | 第14页 |
| ·预测技术的难点 | 第14-15页 |
| ·变压器油中溶解气体预测 | 第15-17页 |
| ·变压器故障诊断 | 第15-16页 |
| ·变压器油中溶解气体预测的意义 | 第16-17页 |
| ·本文研究工作 | 第17-18页 |
| 第二章 预测模型 | 第18-36页 |
| ·预测模型综述 | 第18-21页 |
| ·常用预测模型 | 第18-20页 |
| ·多变量预测 | 第20-21页 |
| ·组合预测 | 第21页 |
| ·时间序列预测模型 | 第21-23页 |
| ·时间序列分析的概念 | 第21页 |
| ·时间序列模型 | 第21-23页 |
| ·灰色预测模型 | 第23-30页 |
| ·GM(1，1)模型 | 第23-26页 |
| ·DGM(1，1)模型 | 第26-27页 |
| ·GM(1，1)模型和DGM(1，1)模型的关系 | 第27-30页 |
| ·神经网络预测模型 | 第30-35页 |
| ·人工神经网络模型 | 第31-32页 |
| ·BP网络的拓扑结构 | 第32-33页 |
| ·BP网络的训练过程概述 | 第33-34页 |
| ·改进的BP算法 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第三章 变压器故障预测技术 | 第36-44页 |
| ·变压器故障诊断概述 | 第36-38页 |
| ·变压器的绝缘结构 | 第36-37页 |
| ·变压器运行中常见的故障 | 第37页 |
| ·变压器油中气体的产生及其与变压器故障的关系 | 第37-38页 |
| ·变压器故障诊断方法 | 第38-41页 |
| ·比值诊断法 | 第38-40页 |
| ·以油中溶解气体为特征量的神经网络诊断法 | 第40页 |
| ·以油中溶解气体为特征量的模糊诊断法 | 第40-41页 |
| ·以油中溶解气体为特征量的灰色关联灰色聚类诊断法 | 第41页 |
| ·以油中溶解气体为特征量的变压器故障预测 | 第41-42页 |
| ·小结 | 第42-44页 |
| 第四章 多变量预测模型 | 第44-56页 |
| ·多变量灰色预测模型MGM(1，n) | 第44-49页 |
| ·MGM(1，n)模型建模 | 第44-46页 |
| ·用MGM(1，n)模型预测变压器油中溶解气体浓度 | 第46-49页 |
| ·BP网络在变压器油中溶解气体预测中的应用 | 第49-54页 |
| ·BP网络的预测方法 | 第49-50页 |
| ·BP网络的Matlab实现 | 第50-51页 |
| ·基于Matlab和BP网络的预测变压器油中气体实例 | 第51-54页 |
| ·结论 | 第54-56页 |
| 第五章 组合预测模型 | 第56-68页 |
| ·组合预测模型概述 | 第56-57页 |
| ·组合预测的定义 | 第56页 |
| ·参加组合的单项预测模型的选择 | 第56-57页 |
| ·组合预测分类 | 第57-58页 |
| ·组合预测的方法研究 | 第58-62页 |
| ·最优组合预测模型 | 第58-59页 |
| ·基于BP网络的变权重组合预测模型 | 第59-60页 |
| ·灰色时序组合预测模型 | 第60-62页 |
| ·用组合模型预测变压器油中溶解气体的浓度 | 第62-66页 |
| ·结论 | 第66-68页 |
| 第六章 变压器油中溶解气体浓度预测系统 | 第68-74页 |
| ·系统的主要功能 | 第68-69页 |
| ·系统的软件结构特点 | 第69-70页 |
| ·系统的使用 | 第70-74页 |
| 第七章 结论 | 第74-80页 |
| 攻读硕士学位期间发表的论文 | 第80-81页 |