| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·故障诊断技术的国内外研究现状 | 第11-12页 |
| ·本课题的主要工作 | 第12-14页 |
| 第二章 绝缘油中溶解气体产生机理及与故障关系 | 第14-22页 |
| ·变压器绝缘油中气体的产生机理 | 第14-17页 |
| ·绝缘油中溶解气体的来源 | 第14-15页 |
| ·特征气体产生的原因和特点 | 第15页 |
| ·气体在变压器油中的溶解与扩散 | 第15-16页 |
| ·内部故障与油中溶解气体的关系 | 第16-17页 |
| ·充油变压器的故障诊断方法 | 第17-21页 |
| ·有无故障的判断方法 | 第17-18页 |
| ·故障性质和类型的判断方法 | 第18-21页 |
| ·综合诊断的辅助方法 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 模糊理论与人工神经网络 | 第22-32页 |
| ·模糊理论原理 | 第22-24页 |
| ·BP 网络及算法 | 第24-27页 |
| ·BP 网络 | 第24页 |
| ·BP 算法及改进 | 第24-27页 |
| ·RBF 网络及学习过程 | 第27-29页 |
| ·RBF 网络 | 第27-28页 |
| ·RBF 网络学习过程 | 第28-29页 |
| ·Elman 网络及学习过程 | 第29-31页 |
| ·Elman 网络 | 第29-30页 |
| ·Elman 神经网络学习过程 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 神经网络模型在绝缘油故障诊断中的应用 | 第32-45页 |
| ·数据的收集与处理 | 第32-35页 |
| ·训练样本的收集 | 第32-33页 |
| ·样本数据的处理 | 第33-35页 |
| ·基于BP 网络的绝缘油故障诊断 | 第35-39页 |
| ·BP 网络设计 | 第35-37页 |
| ·BP 网络的样本组织和训练 | 第37-39页 |
| ·RBF 网络应用于绝缘油故障诊断 | 第39-42页 |
| ·RBF 网络模型设计 | 第39-40页 |
| ·RBF 网络参数选取 | 第40页 |
| ·RBF 网络训练方法的确定 | 第40-42页 |
| ·基于ELMAN 网络的绝缘油故障诊断 | 第42-43页 |
| ·Elman 网络设计 | 第42-43页 |
| ·样本组织和训练 | 第43页 |
| ·仿真结果分析 | 第43-45页 |
| 第五章 基于BP 网络的绝缘油故障诊断系统设计 | 第45-55页 |
| ·系统构成 | 第45-46页 |
| ·开发平台 | 第46-47页 |
| ·数据库 | 第47-48页 |
| ·各功能模块的实现 | 第48-53页 |
| ·数据分析与诊断模块 | 第49-50页 |
| ·可视化模块 | 第50-53页 |
| ·检修策略模块 | 第53页 |
| ·诊断实例 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 附录A (攻读学位期间发表的学术论文及参加的科研项目) | 第61-62页 |
| 附录B 样本数据表 | 第62-63页 |