| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 1 绪论 | 第11-27页 |
| ·本文研究背景及意义 | 第11-14页 |
| ·国内外研究现状 | 第14-22页 |
| ·电力变压器状态评估的研究现状 | 第14-15页 |
| ·电力变压器故障诊断研究现状 | 第15-21页 |
| ·电力变压器故障预测研究现状 | 第21-22页 |
| ·本文研究的目的和研究内容 | 第22-27页 |
| ·本文研究的目的 | 第22-24页 |
| ·本文研究的主要内容 | 第24-27页 |
| 2 电力变压器状态评估指标体系 | 第27-39页 |
| ·引言 | 第27页 |
| ·电力变压器状态评估指标体系建立原则 | 第27-28页 |
| ·油色谱指标 | 第28-30页 |
| ·电气试验指标 | 第30-34页 |
| ·油化试验指标 | 第34-36页 |
| ·附件及运检记录指标 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 3 电力变压器状态评估方法研究 | 第39-63页 |
| ·引言 | 第39-40页 |
| ·变压器评估指标权重确定 | 第40-41页 |
| ·基于集对分析理论的电力变压器状态评估 | 第41-50页 |
| ·状态评估指标选取及相对劣化度确定 | 第41-42页 |
| ·状态评估等级化分及检修策略制定 | 第42-44页 |
| ·集对分析的评估方法 | 第44-47页 |
| ·实例研究 | 第47-50页 |
| ·基于模糊和证据推理融合的变压器绝缘状态评估 | 第50-60页 |
| ·电力变压器绝缘状态评估构架 | 第50-51页 |
| ·模糊评估模型 | 第51-54页 |
| ·证据推理融合评估模型 | 第54-57页 |
| ·电力变压器绝缘状态评估的程序步骤 | 第57-58页 |
| ·实例研究 | 第58-60页 |
| ·本章小结 | 第60-63页 |
| 4 基于支持向量机的电力变压器故障诊断 | 第63-93页 |
| ·引言 | 第63页 |
| ·以油中溶解气体为特征量的电力变压器故障诊断 | 第63-67页 |
| ·油中溶解气体的产生原理 | 第63-64页 |
| ·电力变压器内部故障与油中溶解气体的关系 | 第64-66页 |
| ·基于油中溶解气体的电力变压器故障诊断框架 | 第66-67页 |
| ·基于支持向量机理论的故障诊断算法 | 第67-77页 |
| ·支持向量机分类理论 | 第67-72页 |
| ·支持向量机的多分类方法 | 第72-74页 |
| ·基于多分类最小二乘支持向量机的故障诊断方法 | 第74-77页 |
| ·基于粒子群优化最小二乘支持向量机的变压器故障诊断 | 第77-87页 |
| ·支持向量机的参数优化 | 第77-78页 |
| ·粒子群优化理论 | 第78-80页 |
| ·基于粒子群优化最小二乘支持向量机模型的故障诊断 | 第80-84页 |
| ·变压器故障诊断实例分析 | 第84-87页 |
| ·基于改进粒子群优化支持向量机的变压器故障诊断 | 第87-90页 |
| ·改进粒子群优化算法 | 第87-88页 |
| ·基于改进粒子群优化支持向量机的变压器故障诊断 | 第88-90页 |
| ·本章小结 | 第90-93页 |
| 5 基于支持向量机的电力变压器故障预测 | 第93-123页 |
| ·引言 | 第93页 |
| ·基于支持向量机回归理论的预测算法 | 第93-98页 |
| ·支持向量机回归预测原理 | 第93-97页 |
| ·基于最小二乘支持向量机的回归预测方法 | 第97-98页 |
| ·基于改进粒子群优化最小二乘支持向量机回归的油中气体预测 | 第98-107页 |
| ·改进粒子群优化最小二乘支持向量机回归的油中气体预测模型 | 第98-100页 |
| ·变压器油中溶解气体预测实例分析 | 第100-107页 |
| ·基于小波最小二乘支持向量机回归的油中溶解气体预测 | 第107-112页 |
| ·构造支持向量机核函数的条件 | 第107页 |
| ·小波核函数构架 | 第107-109页 |
| ·小波最小二乘支持向量机回归的油中溶解气体预测 | 第109-112页 |
| ·基于模糊信息粒化支持向量机回归的油中溶解气体区间预测 | 第112-120页 |
| ·变压器油中溶解气体发展趋势的时序预测 | 第112-113页 |
| ·模糊信息粒化的时序模型 | 第113-115页 |
| ·基于模糊信息粒化和支持向量机回归的油中溶解气体区间预测 | 第115-116页 |
| ·变压器油中溶解气体区间预测实例分析 | 第116-120页 |
| ·本章小结 | 第120-123页 |
| 6 结论与展望 | 第123-125页 |
| ·主要结论 | 第123-124页 |
| ·后续研究工作的展望 | 第124-125页 |
| 致谢 | 第125-127页 |
| 参考文献 | 第127-139页 |
| 附录 | 第139页 |
| A. 作者在攻读博士学位期间发表的论文目录 | 第139页 |
| B. 作者在攻读博士学位期间参加的科研项目目录 | 第139页 |
