| 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 变压器运行状态检测技术现状 | 第10页 |
| 1.2.2 变压器故障诊断研究现状 | 第10-12页 |
| 1.3 本文主要研究内容 | 第12-15页 |
| 2 变压器故障诊断基本理论 | 第15-31页 |
| 2.1 油浸式变压器基本结构及故障类型 | 第15-16页 |
| 2.1.1 油浸式变压器基本结构 | 第15页 |
| 2.1.2 油浸式变压器故障类型 | 第15-16页 |
| 2.2 变压器油中气体分析技术 | 第16-20页 |
| 2.3 变压器故障诊断算法基本理论 | 第20-29页 |
| 2.3.1 支持向量机算法 | 第20-24页 |
| 2.3.2 遗传算法 | 第24-25页 |
| 2.3.3 Bagging算法 | 第25-27页 |
| 2.3.4 BP神经网络算法 | 第27-29页 |
| 2.4 变压器故障诊断算法优化流程 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 3 基于单一DAG-SVM的变压器故障诊断 | 第31-37页 |
| 3.1 SVM的核函数 | 第31-32页 |
| 3.2 基于单一核函数DAG-SVM变压器故障诊断模型 | 第32-33页 |
| 3.3 仿真分析 | 第33-36页 |
| 3.3.1 基于不同核函数的DAG-SVM变压器故障诊断 | 第33-34页 |
| 3.3.2 不同核函数的DAG-SVM模型比较分析 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 4 基于改进的单一DAG-SVM变压器故障诊断 | 第37-57页 |
| 4.1 基于改进GA样本选择的变压器故障诊断模型 | 第37-46页 |
| 4.1.1 GA模型的改进及诊断模型的建立 | 第37-41页 |
| 4.1.3 仿真分析 | 第41-46页 |
| 4.2 基于混合核函数的DAG-SVM变压器故障诊断模型 | 第46-55页 |
| 4.2.1 混合核函数的基础 | 第46-48页 |
| 4.2.2 混合核函数的构造 | 第48-49页 |
| 4.2.3 混合核函数参数的确定方法 | 第49-51页 |
| 4.2.4 仿真分析 | 第51-55页 |
| 4.3 本章小结 | 第55-57页 |
| 5 基于改进集成的DAG-SVM变压器故障诊断 | 第57-67页 |
| 5.1 基于Bagging的DAG-SVM变压器故障诊断 | 第57-62页 |
| 5.1.1 基于Bagging的DAG-SVM变压器故障诊断模型 | 第57-58页 |
| 5.1.2 仿真分析 | 第58-62页 |
| 5.2 基于Bagging的DAG-SVM-BP变压器故障诊断 | 第62-65页 |
| 5.2.1 基于Bagging的DAG-SVM-BP变压器故障诊断模型 | 第62-63页 |
| 5.2.2 仿真分析 | 第63-65页 |
| 5.3 变压器故障诊断模型的综合分析比较 | 第65-66页 |
| 5.4 本章小结 | 第66-67页 |
| 6 变压器故障诊断专家系统实现 | 第67-75页 |
| 6.1 专家系统总体架构 | 第67-68页 |
| 6.1.1 专家系统开发工具选择 | 第67页 |
| 6.1.2 专家系统总体架构 | 第67-68页 |
| 6.2 主要功能模块设计 | 第68-74页 |
| 6.2.1 主界面 | 第68-69页 |
| 6.2.2 子界面 | 第69-74页 |
| 6.3 本章小结 | 第74-75页 |
| 7 总结与展望 | 第75-77页 |
| 7.1 总结 | 第75-76页 |
| 7.2 展望 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 攻读学位期间发表的学术论文 | 第83-85页 |
| 致谢 | 第85页 |
