| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-10页 |
| 第1章 绪论 | 第10-18页 |
| ·电力变压器内部故障诊断的意义 | 第10-11页 |
| ·变压器故障诊断技术研究的现状及发展趋势 | 第11-14页 |
| ·变压器故障诊断的人工智能方法 | 第14-16页 |
| ·主要研究内容 | 第16-18页 |
| 第2章 变压器油中溶解气体分析及故障诊断 | 第18-38页 |
| ·变压器油中溶解气体分析原理 | 第18-22页 |
| ·油中溶解气体分析法 | 第22-25页 |
| ·油中溶解气体变压器故障诊断 | 第25-36页 |
| ·本章小结 | 第36-38页 |
| 第3章 SVM及FSVM算法 | 第38-56页 |
| ·支持向量机分类 | 第38-48页 |
| ·聚类分析 | 第48-51页 |
| ·模糊支持向量机 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第4章 基于分层SVM与FSVM的离线故障诊断模型研究 | 第56-64页 |
| ·分层SVM变压器故障诊断 | 第56-60页 |
| ·基于FSVM的变压器故障诊断 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 分层聚类FSVM增量算法 | 第64-72页 |
| ·增量学习算法的实现 | 第64-66页 |
| ·分层聚类FSVM模型的建立 | 第66-68页 |
| ·分类器测试及测试效果分析 | 第68-71页 |
| ·本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读学位期间发表的论文 | 第77-80页 |
| 致谢 | 第80页 |