| 目录 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第1章 绪论 | 第10-25页 |
| ·引言 | 第10-11页 |
| ·电力变压器故障简介 | 第11-13页 |
| ·电力变压器故障检测技术 | 第13-17页 |
| ·油中溶解气体分析 | 第13-14页 |
| ·常规电气试验 | 第14-15页 |
| ·油化试验 | 第15-16页 |
| ·局部放电试验 | 第16页 |
| ·红外测温 | 第16-17页 |
| ·绕组变形试验 | 第17页 |
| ·电力变压器故障诊断技术 | 第17-23页 |
| ·故障诊断的必要性 | 第18页 |
| ·故障诊断的基本原理 | 第18-19页 |
| ·故障诊断中的人工智能技术 | 第19-20页 |
| ·故障诊断中的推理技术 | 第20-23页 |
| ·本文的主要研究内容 | 第23-25页 |
| 第2章 人工神经网络在变压器故障诊断中的应用 | 第25-36页 |
| ·人工神经网络的模型与特点 | 第25-26页 |
| ·BPNN变压器故障诊断模型 | 第26-32页 |
| ·BP神经网络模型 | 第27-28页 |
| ·输入输出模式的确定 | 第28页 |
| ·学习样本的选择 | 第28-29页 |
| ·隐层节点数的确定 | 第29-30页 |
| ·训练函数的选择 | 第30-32页 |
| ·PNN变压器故障诊断模型 | 第32-35页 |
| ·诊断实例分析 | 第35页 |
| ·小结 | 第35-36页 |
| 第3章 模糊神经网络在变压器故障诊断中的应用 | 第36-43页 |
| ·引言 | 第36-37页 |
| ·TNFIN模型 | 第37-38页 |
| ·混合学习算法 | 第38-40页 |
| ·诊断模型的实现 | 第40-41页 |
| ·诊断实例分析 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第4章 基于信息融合的油浸电力变压器模块化综合故障诊断模型 | 第43-55页 |
| ·引言 | 第43页 |
| ·信息融合技术 | 第43-44页 |
| ·证据推理理论 | 第44-47页 |
| ·变压器综合故障诊断模型 | 第47-51页 |
| ·诊断实例分析 | 第51-54页 |
| ·小结 | 第54-55页 |
| 第5章 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间的研究成果 | 第62-63页 |
| 学位论文评阅及答辩情况表 | 第63页 |