| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·选题背景及研究意义 | 第7-9页 |
| ·相关课题研究现状及发展动态 | 第9-11页 |
| ·论文的主要内容 | 第11-13页 |
| 第二章 互感器状态量的确定、分析与管理 | 第13-23页 |
| ·油中溶解气体分析（DGA） | 第13-18页 |
| ·电力设备绝缘油中气体产生的机理 | 第13-14页 |
| ·互感器故障与油中特征气体的关系 | 第14-15页 |
| ·根据DGA 分析判定互感器故障的方法 | 第15-18页 |
| ·互感器状态信息的分析与确定 | 第18-19页 |
| ·状态信息评分方案 | 第19-22页 |
| ·互感器状态信息评分方法 | 第19-21页 |
| ·油中溶解气体评分函数 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第三章 基于支持向量机多分类器的互感器状态评估 | 第23-37页 |
| ·支持向量机概述 | 第23-30页 |
| ·SVM 的基本思想 | 第24-28页 |
| ·支持向量机多类分类器 | 第28-30页 |
| ·基于SVM 多分类器的电力互感器状态评估 | 第30-35页 |
| ·评价指标的确定和归一化 | 第31页 |
| ·互感器状态的划分 | 第31-32页 |
| ·多分类器的构建 | 第32页 |
| ·训练样本集的建立 | 第32-34页 |
| ·基于SVM 多分类器的互感器状态评估的实现 | 第34-35页 |
| ·实例分析 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第四章 基于贝叶斯分类器的互感器状态评估方法 | 第37-45页 |
| ·贝叶斯分类器基础知识简介 | 第37-40页 |
| ·贝叶斯分类器 | 第37-38页 |
| ·朴素贝叶斯分类器 | 第38-39页 |
| ·贝叶斯分类器的自学习功能 | 第39-40页 |
| ·基于朴素贝叶斯分类器的互感器状态评估研究实现 | 第40-42页 |
| ·属性变量和状态类变量的确定 | 第40-41页 |
| ·DGA 数据的离散化预处理 | 第41页 |
| ·训练样本集的建立 | 第41-42页 |
| ·实例分析 | 第42-44页 |
| ·小结 | 第44-45页 |
| 第五章 基于支持向量机和贝叶斯分类器评估方法的比较 | 第45-48页 |
| ·两种方法总体对比分析 | 第45-46页 |
| ·相同点 | 第45页 |
| ·不同点 | 第45-46页 |
| ·结合实例对比分析 | 第46-47页 |
| ·误判率和训练时间的对比分析 | 第47页 |
| ·小结 | 第47-48页 |
| 第六章 结论与展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 在学期间发表的学术论文和参加科研情况 | 第54页 |