| 中文摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第一章 绪论 | 第7-14页 |
| ·本课题研究的目的及意义 | 第7-8页 |
| ·变压器故障诊断的现状 | 第8-10页 |
| ·支持向量机在电力系统中的应用 | 第10-13页 |
| ·本文的主要工作 | 第13-14页 |
| 第二章 支持向量分类机的基本理论 | 第14-23页 |
| ·分类问题的数学描述 | 第14页 |
| ·构造线性分类学习机的方法 | 第14-17页 |
| ·平分最近点法 | 第14-15页 |
| ·最大间隔法 | 第15-17页 |
| ·支持向量分类机 | 第17-21页 |
| ·线性可分支持向量分类机 | 第17-18页 |
| ·线性支持向量分类机 | 第18页 |
| ·可分支持向量分类机 | 第18-19页 |
| ·C—支持向量分类机（C－SVC） | 第19-20页 |
| ·V－支持向量分类机（V－SVC） | 第20-21页 |
| ·多类分类问题 | 第21-23页 |
| ·一类对余类 | 第21-22页 |
| ·成对分类 | 第22-23页 |
| 第三章 基于变压器油中溶解气体的故障诊断 | 第23-32页 |
| ·概述 | 第23-24页 |
| ·变压器内部故障类型与油中溶解气体含量的关系 | 第24-27页 |
| ·热性故障 | 第24-25页 |
| ·电性故障 | 第25页 |
| ·受潮故障 | 第25-27页 |
| ·故障诊断步骤 | 第27页 |
| ·故障类型诊断方法 | 第27-32页 |
| ·特征气体法和气体图形法 | 第27-28页 |
| ·两比值法和三角图法 | 第28-29页 |
| ·三比值判断法 | 第29-32页 |
| 第四章 支持向量分类机在变压器故障诊断中的应用 | 第32-57页 |
| ·概述 | 第32-33页 |
| ·数据处理 | 第33-37页 |
| ·数据的搜集和整理 | 第33-35页 |
| ·数据的归一化处理 | 第35-36页 |
| ·构造训练集和测试集 | 第36-37页 |
| ·故障诊断模型的建立 | 第37-45页 |
| ·故障诊断模型 | 第37-39页 |
| ·发热和放电故障C－SVC的建立 | 第39-40页 |
| ·低、高能量放电故障C－SVC的建立 | 第40页 |
| ·中低、高温发热故障C－SVC的建立 | 第40页 |
| ·参数讨论 | 第40-45页 |
| ·测试 | 第45-46页 |
| ·放电和发热故障诊断模型 | 第45页 |
| ·低、高能量放电故障诊断模型 | 第45-46页 |
| ·中低温、高温发热故障诊断模型 | 第46页 |
| ·基于SVM的变压器DGA故障诊断模型与三比值法的比较 | 第46-51页 |
| ·放电和发热故障诊断 | 第47-48页 |
| ·低、高能量放电故障诊断 | 第48-50页 |
| ·中低温、高温发热故障诊断 | 第50-51页 |
| ·基于SVM的变压器DGA故障诊断模型与神经网络故障诊断的比较 | 第51-57页 |
| ·放电故障和发热故障的诊断 | 第52页 |
| ·低、高能量放电故障的诊断 | 第52-53页 |
| ·中低温、高温发热故障的诊断 | 第53-54页 |
| ·小结 | 第54页 |
| ·小样本测试 | 第54-57页 |
| 第五章 结论 | 第57-59页 |
| 附录 | 第59-62页 |
| 参考文献 | 第62-65页 |
| 发表论文和科研情况说明 | 第65-66页 |
| 致谢 | 第66页 |