| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究课题的背景和意义 | 第8-9页 |
| ·电力变压器在线监测发展状况 | 第9-10页 |
| ·基于人工智能的变压器故障诊断研究现状 | 第10-11页 |
| ·本文研究内容 | 第11-12页 |
| 第二章 电力变压器常见故障及诊断方法 | 第12-21页 |
| ·电力变压器故障构件及功能 | 第12-13页 |
| ·电力变压器故障原因及类型 | 第13-14页 |
| ·电力变压器故障诊断方法 | 第14-20页 |
| ·变压器电气试验方法 | 第15-16页 |
| ·油中溶解气体与变压器故障关系 | 第16-17页 |
| ·油中溶解气体分析的故障诊断方法 | 第17-19页 |
| ·油中溶解气体分析与电气试验关系 | 第19-20页 |
| ·小结 | 第20-21页 |
| 第三章 基于HUFFMAN树型支持向量机的故障分类器设计 | 第21-43页 |
| ·支持向量机原理 | 第21-26页 |
| ·线性分类 | 第22-24页 |
| ·非线性分类 | 第24-25页 |
| ·多类分类 | 第25-26页 |
| ·基于HUFFMAN树支持向量机的变流器故障波形分类 | 第26-35页 |
| ·变流器输出波形特征提取 | 第27-30页 |
| ·故障分类支持向量机结构选取 | 第30-31页 |
| ·训练支持向量机 | 第31-33页 |
| ·测试支持向量机 | 第33-35页 |
| ·基于支持向量机的变压器故障分类 | 第35-42页 |
| ·变压器故障诊断模型 | 第35-36页 |
| ·训练数据的生成及预处理 | 第36-37页 |
| ·训练支持向量机 | 第37-40页 |
| ·测试故障分类器 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第四章 基于知识库的变压器故障诊断专家系统 | 第43-54页 |
| ·专家系统模型 | 第43-44页 |
| ·知识获取 | 第44-47页 |
| ·变压器故障知识表示 | 第47-49页 |
| ·数据库的设计 | 第49-51页 |
| ·推理机的设计 | 第51-53页 |
| ·小结 | 第53-54页 |
| 第五章 电力变压器故障诊断系统开发 | 第54-64页 |
| ·系统总体结构 | 第54-55页 |
| ·变压器故障监测系统软件设计 | 第55-63页 |
| ·软件系统开发平台及结构设计 | 第55-56页 |
| ·系统软件设计关键技术 | 第56-58页 |
| ·功能模块 | 第58-61页 |
| ·运行结果 | 第61-63页 |
| ·小结 | 第63-64页 |
| 第六章 结论与展望 | 第64-65页 |
| ·结论 | 第64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间主要研究成果 | 第71页 |