封面
声明
中文摘要
英文摘要
目录
1 绪论
1.1 选题的背景及意义
1.2 变压器故障诊断技术的研究现状
1.3 主要研究内容
2 变压器的油中溶解气体分析
2.1 变压器油中溶解气体产气机理
2.2 热分解气体在油中的溶解与释放
2.3 故障变压器产气特性分析
2.4 变压器内部故障气体的检测方法
2.5 变压器故障的种类
2.6 常用的变压器故障诊断
2.7 小结
3 最小二乘支持向量机分类器理论
3.1 机器学习理论
3.2 支持向量机基本原理
3.3 最小二乘支持向量机分类器原理
3.4 核函数
3.5 多分类最小二乘支持向量机
3.6 小结
4 贝叶斯框架下的LS-SVM
4.1 常用的参数选择方法
4.2 高斯过程中的贝叶斯方法
4.3 贝叶斯框架下的LS-SVM
4.4 小结
5 基于LS-SVM和D-S证据理论的变压器故障诊断模型
5.1 数据处理
5.2 故障诊断模型的建立
5.3 基于D-S证据理论的融合诊断
5.4 与其他方法的对比
5.5 小结
结论
致谢
参考文献
攻读学位期间的研究成果
兰州交通大学;