| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 插图清单 | 第12-13页 |
| 附表清单 | 第13-14页 |
| 第1章 绪论 | 第14-27页 |
| ·课题意义 | 第14-15页 |
| ·变压器故障率模型研究现状 | 第15-19页 |
| ·故障率函数 | 第15页 |
| ·变压器故障率建模思路 | 第15页 |
| ·基于历史统计信息的故障率模型 | 第15-17页 |
| ·基于检测量的故障率模型 | 第17-19页 |
| ·变压器故障诊断方法研究现状 | 第19-26页 |
| ·变压器故障类型 | 第19-20页 |
| ·变压器内部故障特征气体及其检测 | 第20-22页 |
| ·传统的故障诊断方法 | 第22-23页 |
| ·引入人工智能方法的故障诊断方法 | 第23-26页 |
| ·本文工作和章节安排 | 第26-27页 |
| 第2章 变压器故障率模型研究 | 第27-37页 |
| ·引言 | 第27-28页 |
| ·比例故障率模型 | 第28-29页 |
| ·基于PHM和油气信息的变压器故障率模型 | 第29-32页 |
| ·基准故障率函数的建模 | 第29-30页 |
| ·连接函数的建模 | 第30-31页 |
| ·参数估计方法 | 第31-32页 |
| ·算例分析 | 第32-35页 |
| ·本章小结 | 第35-37页 |
| 第3章 变压器故障诊断方法研究 | 第37-50页 |
| ·引言 | 第37-38页 |
| ·基于SVM概率输出的多分类模型 | 第38-43页 |
| ·SVM原理简介 | 第38-40页 |
| ·支持概率输出的SVM | 第40-42页 |
| ·基于SVM概率输出的多分类模型 | 第42-43页 |
| ·输出故障概率的变压器故障诊断方法 | 第43-45页 |
| ·传统基于SVM故障诊断方法存在误诊断的原因 | 第43-44页 |
| ·故障特征量的选取和故障分类 | 第44页 |
| ·诊断模型参数的选择 | 第44-45页 |
| ·故障诊断流程 | 第45页 |
| ·算例分析 | 第45-49页 |
| ·SVMCPO方法与分层决策SVM诊断方法的比较 | 第45-48页 |
| ·SVMCPO方法的应用价值 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于输变电设备状态监测信息的智能电网风险评估与决策系统 | 第50-65页 |
| ·引言 | 第50-51页 |
| ·系统框架与功能设计 | 第51-55页 |
| ·系统功能总流程 | 第51-53页 |
| ·基于实时监测信息的输变电设备健康评估模块 | 第53-54页 |
| ·输变电设备故障率与可载性分析模块 | 第54页 |
| ·电网运行风险评估模块 | 第54-55页 |
| ·基于SVG的信息展示与用户交互技术 | 第55-58页 |
| ·系统实现 | 第58-64页 |
| ·系统开发环境与工具 | 第58页 |
| ·数据需求 | 第58-59页 |
| ·数据来源 | 第59页 |
| ·数据采集技术 | 第59-60页 |
| ·数据库表设计 | 第60-61页 |
| ·界面原型布局设计 | 第61页 |
| ·系统效果展示 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 结论与展望 | 第65-67页 |
| ·结论 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 攻读硕士学位期间发表或录用的论文 | 第73页 |