文摘
英文文摘
声明
第一章绪论
1.1电力变压器故障诊断的意义
1.2变压器常见故障分类
1.3油中溶解气体分析的原理及常规诊断方法
1.3.1正常状态下油中溶解气体的含量
1.3.2变压器故障类型与油中溶解气体的含量关系
1.3.3常规DGA诊断方法
1.3.4常规DGA诊断方法的不足
1.4人工智能方法在变压器故障诊断中的应用
1.5本章小结
第二章粗糙集的介绍
2.1引言
2.2粗糙集的发展和优缺点
2.3粗糙集理论的基本概念
2.3.1粗糙集的下近似、上近似、边界区和粗糙隶属函数
2.4数据预处理
2.4.1概述
2.4.2连续数据离散化
2.5决策属性表的约简与核及分类规则的提取
2.6粗糙集的应用
2.7本章小结
第三章双隐层BP神经网络
3.1人工神经网络
3.1.1引言
3.1.2人工神经网络研究历史
3.1.3神经网络的特点和基础
3.2反向传播(BP)网络
3.2.1反向传播(BP)网络工作原理
3.2.2标准BP网络的优缺点及改进
3.2.3本文双隐层BP网络的设计
3.3本章小结
第四章粗糙集理论在IEC-60599三比值故障诊断决策规则中的应用
4.1引言
4.2粗糙集在变压器故障诊断中的应用
4.2.1具体步骤
4.2.2根据IEC-60599诊断方法重新编码并形成诊断表
4.2.3属性约简
4.3本章小结
第五章粗糙集与双隐层BP神经网络的变压器故障诊断
5.1引言
5.2粗糙集与双隐层BP神经网络相结合的系统结构
5.2.1总体设计
5.2.2样本集的选取
5.2.3连续数据的离散化
5.2.4对样本数据的属性简约
5.2.5 MATLAB仿真与分析
5.3本章小结
第六章结论与展望
6.1总结
6.2展望
参考文献
致谢
附录
攻读硕士学位期间发表的论文