| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 油中溶解气体分析方法 | 第10-11页 |
| 1.2.2 基于EWDGA的变压器内部潜伏性故障率估计方法 | 第11-12页 |
| 1.3 本文研究工作 | 第12-13页 |
| 第二章 基于DGA的变压器故障诊断 | 第13-25页 |
| 2.1 变压器油中的溶解气体 | 第13-16页 |
| 2.1.1 变压器故障类型的划分 | 第14-15页 |
| 2.1.2 变压器故障时油中溶解气体特征 | 第15-16页 |
| 2.2 基于人工智能的变压器故障诊断 | 第16-20页 |
| 2.2.1 人工神经网络 | 第16-17页 |
| 2.2.2 专家系统 | 第17-18页 |
| 2.2.3 模糊理论 | 第18页 |
| 2.2.4 人工免疫算法 | 第18页 |
| 2.2.5 信息融合技术 | 第18-20页 |
| 2.3 基于极限学习机的DGA技术 | 第20-24页 |
| 2.3.1 极限学习机 | 第20-23页 |
| 2.3.2 基于极限学习机的变压器故障诊断 | 第23-24页 |
| 2.4 算例分析 | 第24页 |
| 2.5 小结 | 第24-25页 |
| 第三章 基于能量加权DGA的变压器故障严重程度判断 | 第25-30页 |
| 3.1 热动力学中的焓 | 第25-26页 |
| 3.2 能量加权DGA的概念 | 第26-28页 |
| 3.3 算例分析 | 第28页 |
| 3.4 小结 | 第28-30页 |
| 第四章 基于能量加权DGA的变压器内部潜伏性故障率估计 | 第30-39页 |
| 4.1 变压器内部潜伏性故障的分析 | 第30-33页 |
| 4.1.1 变压器内部潜伏性故障的发展机理 | 第30-32页 |
| 4.1.2 内绝缘老化模型评述 | 第32-33页 |
| 4.2 变压器状态划分依据 | 第33-34页 |
| 4.3 潜伏性故障的故障率估计模型 | 第34-37页 |
| 4.4 算例分析 | 第37页 |
| 4.5 小结 | 第37-39页 |
| 第五章 总结与展望 | 第39-40页 |
| 5.1 全文总结 | 第39页 |
| 5.2 研究展望 | 第39-40页 |
| 参考文献 | 第40-45页 |
| 致谢 | 第45-46页 |
| 攻读硕士学位期间已发表或录用的论文 | 第46-48页 |
