| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 电力变压器传统诊断技术 | 第10页 |
| 1.2.2 电力变压器智能诊断技术 | 第10-12页 |
| 1.3 本文主要研究内容 | 第12-15页 |
| 2 油中溶解气体分析基础知识 | 第15-21页 |
| 2.1 变压器内部产气机理 | 第15-16页 |
| 2.2 变压器油中溶解气体分析 | 第16-17页 |
| 2.3 变压器内部故障与油中气体关系 | 第17-18页 |
| 2.4 本章小结 | 第18-21页 |
| 3 基于单一算法的变压器故障诊断 | 第21-41页 |
| 3.1 油中溶解气体分析（DGA）技术 | 第21-23页 |
| 3.2 传统变压器故障诊断方法及其应用 | 第23-27页 |
| 3.2.1 气体图形法 | 第23-25页 |
| 3.2.2 改良三比值法 | 第25-27页 |
| 3.3 k—最近邻(kNN)算法 | 第27-31页 |
| 3.3.1 kNN算法基本原理 | 第27-29页 |
| 3.3.2 kNN算法关键问题分析 | 第29-30页 |
| 3.3.3 基于改进kNN算法的变压器故障诊断 | 第30-31页 |
| 3.4 CART分类和回归树算法 | 第31-38页 |
| 3.4.1 CART算法基本原理 | 第31-33页 |
| 3.4.2 CART算法流程 | 第33-34页 |
| 3.4.3 V折交叉验证 | 第34-35页 |
| 3.4.4 基于CART算法的变压器故障诊断 | 第35-38页 |
| 3.5 传统算法与单一智能算法比较分析 | 第38-39页 |
| 3.6 本章小结 | 第39-41页 |
| 4 基于集成优化算法的变压器故障诊断 | 第41-67页 |
| 4.1 SAMME集成算法 | 第41-47页 |
| 4.1.1 SAMME算法基本原理 | 第41-43页 |
| 4.1.2 SAMME算法理论分析 | 第43-47页 |
| 4.2 交叉验证优化SAMME算法 | 第47页 |
| 4.3 基于SAMME-kNN算法的变压器故障诊断 | 第47-49页 |
| 4.4 基于SAMME-CART算法的变压器故障诊断 | 第49-51页 |
| 4.5 单一算法与集成算法比较分析 | 第51-53页 |
| 4.6 SAMME-CART选择性集成算法 | 第53-63页 |
| 4.6.1 选择性集成理论 | 第53-55页 |
| 4.6.2 遗传算法 | 第55-59页 |
| 4.6.3 基于GA选择优化SAMME-CART的变压器故障诊断 | 第59-63页 |
| 4.7 全集成与选择性集成对比分析 | 第63-65页 |
| 4.8 本章小结 | 第65-67页 |
| 5 变压器故障诊断专家系统实现 | 第67-81页 |
| 5.1 变压器油色谱在线监测系统 | 第67-69页 |
| 5.2 专家系统总体架构 | 第69-71页 |
| 5.2.1 专家系统开发工具的选择 | 第69-70页 |
| 5.2.2 专家系统架构实现 | 第70-71页 |
| 5.3 系统主功能模块 | 第71-79页 |
| 5.3.1 当前数据显示功能 | 第71-72页 |
| 5.3.2 历史数据显示功能 | 第72页 |
| 5.3.3 谱图分析功能 | 第72页 |
| 5.3.4 故障诊断功能 | 第72-75页 |
| 5.3.5 辅助功能 | 第75-79页 |
| 5.4 本章小结 | 第79-81页 |
| 6 总结与展望 | 第81-83页 |
| 6.1 总结 | 第81-82页 |
| 6.2 展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 攻读学位期间发表的学术论文 | 第87-88页 |
| 致谢 | 第88页 |
