| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-16页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·故障诊断技术研究现状 | 第11-13页 |
| ·传统电力变压器故障诊断方法 | 第11-12页 |
| ·智能电力变压器故障诊断方法 | 第12-13页 |
| ·论文主要研究内容 | 第13-14页 |
| ·本章小结 | 第14-16页 |
| 2 基于DGA的变压器故障诊断基础知识 | 第16-32页 |
| ·油中溶解气体产生机理 | 第16-17页 |
| ·基于油色谱技术的变压器油中气体在线监测 | 第17页 |
| ·变压器故障类型与气体组分关系 | 第17-18页 |
| ·传统故障诊断方法 | 第18-22页 |
| ·阈值诊断 | 第19-20页 |
| ·特征气体法 | 第20-21页 |
| ·气体图形法 | 第21页 |
| ·改良三比值法 | 第21-22页 |
| ·模糊逻辑 | 第22-26页 |
| ·模糊理论 | 第22-23页 |
| ·隶属度函数的模糊分布 | 第23-26页 |
| ·模糊C-均值算法 | 第26-27页 |
| ·BP神经网络算法 | 第27-29页 |
| ·贝叶斯正则化分析方法 | 第29页 |
| ·萤火虫算法 | 第29-31页 |
| ·标准萤火虫算法 | 第29-30页 |
| ·改进萤火虫算法 | 第30-31页 |
| ·L-M算法改进模糊神经网络 | 第31页 |
| ·本章小结 | 第31-32页 |
| 3 基于单一模型的变压器运行故障诊断策略 | 第32-40页 |
| ·研究样本获取 | 第32-33页 |
| ·基于改良三比值法的故障诊断模型 | 第33-34页 |
| ·基于FCM算法的故障诊断模型 | 第34-36页 |
| ·基于BP神经网络的故障诊断模型 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 4 多模型组合优化的变压器运行故障诊断策略 | 第40-58页 |
| ·基于模糊比值编码边界的故障诊断模型 | 第40-42页 |
| ·模糊集合及隶属度函数确立 | 第40-41页 |
| ·模糊比值编码边界的诊断流程与仿真结果 | 第41-42页 |
| ·基于FCM算法与模糊编码边界的故障诊断模型 | 第42-45页 |
| ·FCM算法与模糊编码边界的故障诊断流程 | 第42-43页 |
| ·FCM算法与模糊编码边界结合的仿真诊断结果 | 第43-45页 |
| ·基于贝叶斯正则化方法优化模糊神经网络的故障诊断模型 | 第45-49页 |
| ·贝叶斯正则化方法优化模糊神经网络诊断流程 | 第45-46页 |
| ·参数的确立 | 第46-48页 |
| ·贝叶斯正则化方法优化模糊神经网络仿真结果 | 第48-49页 |
| ·基于IGSO优化模糊神经网络的故障诊断模型 | 第49-51页 |
| ·基于L-M多模型组合优化的故障诊断模型 | 第51-54页 |
| ·五种组合优化故障诊断模型对比 | 第54-56页 |
| ·本章小结 | 第56-58页 |
| 5 变压器运行故障诊断专家系统应用 | 第58-70页 |
| ·变压器油色谱在线监测系统结构 | 第58-59页 |
| ·变压器油色谱在线监测数据获取 | 第59-62页 |
| ·专家系统总体框架 | 第62-63页 |
| ·专家系统开发工具的选择 | 第62页 |
| ·专家系统设计原则 | 第62页 |
| ·专家系统架构实现 | 第62-63页 |
| ·主功能模块设计 | 第63-69页 |
| ·当前数据显示功能 | 第64-65页 |
| ·历史数据显示功能 | 第65页 |
| ·趋势分析功能 | 第65-66页 |
| ·故障诊断功能 | 第66-68页 |
| ·生成诊断报表功能 | 第68页 |
| ·退出功能 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 6 结论 | 第70-72页 |
| ·总结 | 第70-71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 附录A 模糊编码边界程序代码 | 第76-77页 |
| 附录B FCM算法在主程序代码 | 第77-78页 |
| 附录C Bayesian方法程序代码 | 第78-79页 |
| 附录D IGSO方法程序代码 | 第79-84页 |
| 作者攻读学位期间发表学术论文清单 | 第84-85页 |
| 致谢 | 第85页 |