| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·选题背景及研究意义 | 第10-11页 |
| ·变压器故障诊断研究现状 | 第11-13页 |
| ·变压器故障预测研究现状 | 第13页 |
| ·状态评估研究现状 | 第13-14页 |
| ·贝叶斯网络研究现状 | 第14-16页 |
| ·数据挖掘研究现状 | 第16-17页 |
| ·论文的主要研究工作 | 第17-19页 |
| 第二章 贝叶斯网络分类器 | 第19-29页 |
| ·贝叶斯网络 | 第19-24页 |
| ·贝叶斯网络简介 | 第19-20页 |
| ·贝叶斯网络推理 | 第20-21页 |
| ·贝叶斯网络学习 | 第21-24页 |
| ·贝叶斯网络分类器简介 | 第24-28页 |
| ·朴素贝叶斯分类器 | 第25-26页 |
| ·通用贝叶斯分类器 | 第26-27页 |
| ·增强的朴素贝叶斯分类器 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第三章 贝叶斯分类与粗集相结合的变压器故障诊断的研究 | 第29-43页 |
| ·前言 | 第29页 |
| ·粗糙集基础理论简介 | 第29-33页 |
| ·粗糙集基础理论基本概念 | 第29-30页 |
| ·属性约简 | 第30-33页 |
| ·贝叶斯分类器与粗糙集相结合的变压器故障诊断方法 | 第33-40页 |
| ·基本原理 | 第33-34页 |
| ·训练样本集、属性变量、故障类的确定 | 第34-35页 |
| ·变压器故障诊断贝叶斯分类器的建立 | 第35-38页 |
| ·故障分类器与粗糙集的结合 | 第38-40页 |
| ·新增样本情况下分类器网络模型的改善 | 第40页 |
| ·故障诊断实例分析 | 第40-41页 |
| ·实例分析一 | 第40-41页 |
| ·实例分析二 | 第41页 |
| ·小结 | 第41-43页 |
| 第四章 变压器故障预测 | 第43-74页 |
| ·前言 | 第43-44页 |
| ·灰色预测理论简介 | 第44-50页 |
| ·灰色预测模型的原理 | 第44页 |
| ·灰色预测模型 | 第44-48页 |
| ·精度检验 | 第48-50页 |
| ·非等间隔灰色预测模型改进 | 第50-61页 |
| ·通用型非等间隔灰色预测方法 | 第50-51页 |
| ·通用型非等间隔GM(1,1)灰色预测模型 | 第51-57页 |
| ·通用型非等间隔Verhulst 灰色预测模型 | 第57-61页 |
| ·灰色模型群优选组合预测法 | 第61页 |
| ·实例分析 | 第61-73页 |
| ·基于溶解气体的变压器故障预测 | 第61-67页 |
| ·电气试验参数预测 | 第67-73页 |
| ·小结 | 第73-74页 |
| 第五章 变压器状态综合评估 | 第74-86页 |
| ·引言 | 第74页 |
| ·设备状态评分方案简介 | 第74-77页 |
| ·变压器状态评分 | 第75页 |
| ·变压器状态信息评分 | 第75-77页 |
| ·基于贝叶斯网络的变压器状态综合评估方法的提出 | 第77-81页 |
| ·基本思想 | 第77-78页 |
| ·变压器状态综合评估的贝叶斯网络模型 | 第78-79页 |
| ·变压器状态综合评估贝叶斯网络模型条件概率表的确定 | 第79-81页 |
| ·变压器状态评估贝叶斯网络模型的自学习功能 | 第81页 |
| ·基于贝叶斯网络的变压器综合状态评估计算 | 第81-82页 |
| ·实例分析 | 第82-84页 |
| ·小结 | 第84-86页 |
| 第六章 基于数据集市的变压器状态综合评估系统框架 | 第86-95页 |
| ·引言 | 第86页 |
| ·变压器状态评估系统 | 第86-94页 |
| ·数据收集子系统 | 第86-88页 |
| ·状态评估子系统 | 第88-94页 |
| ·小结 | 第94-95页 |
| 第七章 结论与展望 | 第95-97页 |
| 参考文献 | 第97-108页 |
| 致谢 | 第108-109页 |
| 个人简历 | 第109-110页 |
| 攻读博士学位期间发表的学术论文 | 第110-111页 |
| 攻读博士学位期间参加的科研工作 | 第111页 |