| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-12页 |
| ·研究的目的和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-11页 |
| ·绝缘子在线检测方法 | 第8-10页 |
| ·理论研究 | 第10-11页 |
| ·本论文的主要工作 | 第11-12页 |
| 第二章 悬式瓷绝缘子污秽实验方法 | 第12-19页 |
| ·实验原理与装置 | 第12-14页 |
| ·测量泄漏电流用三段式无感电阻分流器 | 第14-17页 |
| ·污湿环境下悬式瓷绝缘子泄漏电流试验方法 | 第17-18页 |
| ·小结 | 第18-19页 |
| 第三章 悬式瓷绝缘子污秽状态下泄漏电流的试验研究 | 第19-31页 |
| ·绝缘子表面泄漏电流变化与污闪放电过程分析 | 第19-20页 |
| ·污湿环境下悬式瓷绝缘子表面泄漏电流及放电现象描述 | 第20-24页 |
| ·环境因素对悬式瓷绝缘子泄漏电流的影响 | 第24-27页 |
| ·环境湿度对泄漏电流的影响 | 第24-26页 |
| ·环境温度对泄漏电流的影响 | 第26页 |
| ·绝缘子泄漏电流与温、湿度的灰关联分析 | 第26-27页 |
| ·污秽类型对泄漏电流的影响 | 第27页 |
| ·悬式瓷绝缘子泄漏电流与ESDD 的关系 | 第27-28页 |
| ·悬式瓷绝缘子泄漏电流与NSDD 的关系 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第四章 统计学习理论和支持向量机概述 | 第31-39页 |
| ·统计学习理论的核心内容 | 第31-33页 |
| ·VC 维和推广性的界 | 第31-32页 |
| ·结构风险最小化 | 第32-33页 |
| ·分类支持向量机 | 第33-34页 |
| ·回归支持向量机 | 第34-38页 |
| ·线性回归问题 | 第34-36页 |
| ·非线性回归问题 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 遗传算法的基本理论 | 第39-46页 |
| ·遗传算法概述 | 第39-41页 |
| ·基本遗传算法 | 第41-44页 |
| ·基本遗传算法的构成要素 | 第41-42页 |
| ·基本遗传算法的一般框架 | 第42-44页 |
| ·遗传算法的理论基础 | 第44-45页 |
| ·模式定理 | 第44页 |
| ·积木块假设 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第六章 基于最小二乘支持向量机与遗传算法的绝缘子等值盐密及灰密预测 | 第46-57页 |
| ·最小二乘支持向量机函数估计算法 | 第46-47页 |
| ·遗传算法优化的LS-SVM 模型 | 第47-49页 |
| ·LS-SVM 模型的建立 | 第47-48页 |
| ·利用遗传算法优化LS-SVM 模型 | 第48-49页 |
| ·预测结果及分析 | 第49-56页 |
| ·预测结果中的几种典型情况 | 第49-54页 |
| ·与实际情况结合的预测结果 | 第54-56页 |
| ·小结 | 第56-57页 |
| 第七章 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 在学期间发表的学术论文和参加科研情况 | 第63页 |