| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·电力变压器故障诊断的重要意义 | 第8页 |
| ·电力变压器故障诊断技术的发展 | 第8-9页 |
| ·电力变压器运行中的常见故障 | 第9-10页 |
| ·电力变压器智能故障诊断技术的国内外研究现状 | 第10-11页 |
| ·本文的主要工作 | 第11-13页 |
| 2 油中溶解气体分析的原理及常规诊断方法 | 第13-18页 |
| ·基于DGA数据的变压器故障诊断的基本原理 | 第13-14页 |
| ·常规DGA诊断方法 | 第14-16页 |
| ·DGA诊断方法的不足与其应用前景 | 第16-18页 |
| ·DGA技术的欠缺与不足 | 第16-17页 |
| ·DGA技术的应用前景 | 第17-18页 |
| 3 自适应神经模糊推理系统(ANFIS)的基本理论 | 第18-33页 |
| ·模糊逻辑基础 | 第18-23页 |
| ·模糊集合 | 第18-19页 |
| ·隶属函数 | 第19-21页 |
| ·模糊逻辑推理 | 第21-23页 |
| ·模糊系统的分类与组成 | 第23-25页 |
| ·纯模糊逻辑系统 | 第23-24页 |
| ·Mamdani型模糊逻辑系统 | 第24页 |
| ·Takagi-Sugeno型模糊逻辑系统 | 第24-25页 |
| ·ANFIS原理 | 第25-33页 |
| ·经典ANFIS系统结构 | 第25-27页 |
| ·ANFIS的学习算法 | 第27-29页 |
| ·ANFIS应用举例 | 第29-33页 |
| 4 用于变压器故障诊断的ANFIS设计 | 第33-53页 |
| ·故障诊断系统模型的结构分析 | 第33-34页 |
| ·隶属度函数的选取 | 第34-41页 |
| ·C_2H_2/C_2H_4比值编码隶属度函数的构造 | 第35-38页 |
| ·CH_4/H_2比值编码隶属度函数的构造 | 第38页 |
| ·C_2H_4/C_2H_6比值编码隶属度函数的构造 | 第38-39页 |
| ·隶属度函数的MATLAB实现 | 第39-41页 |
| ·ANFIS学习算法的改进 | 第41-44页 |
| ·ANFIS诊断系统模型的建立与诊断性能分析 | 第44-50页 |
| ·ANFIS建模 | 第44-49页 |
| ·改进学习算法与BP法诊断的比较 | 第49页 |
| ·ANFIS诊断与BP网络诊断的比较 | 第49-50页 |
| ·故障诊断系统设计与诊断结果分析 | 第50-53页 |
| 结论 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读学位期间的研究成果 | 第58页 |
