文摘
英文文摘
第一章 绪论
1.1 本文研究的目的与意义
1.2 变压器故障诊断国内外发展现状
1.2.1 传统诊断方法
1.2.2 基于智能的诊断方法
1.3 本文主要的结构与内容
第二章 变压器油中溶解气体分析原理及其方法
2.1 引言
2.2 变压器油及固体绝缘的成份及气体产生机理分析
2.2.1 变压器油的成份及气体产生机理
2.2.2 变压器固体绝缘的成份及气体产生机理
2.3 变压器典型的内部故障
2.4 基于DGA的变压器故障诊断
2.5 本章小结
第三章 基于LS-SVM的变压器故障诊断
3.1 引言
3.2 统计学习理论与支持向量机
3.2.1 VC维
3.2.2 推广性的界
3.2.3 结构风险最小化
3.2.4 核函数
3.3 支持向量机的两分类问题
3.3.1 线性情形
3.3.2 非线性情形
3.4 多类分类法
3.4.1 一对余算法
3.4.2 一对一方法
3.4.3 LS-SVM故障诊断模型的建立
3.5 最小二乘支持向量机
3.6 LS-SVM在变压器故障诊断中的应用
3.6.1 数据的收集与处理
3.6.2 仿真结果分析
3.7 本章小结
第四章 基于模糊神经网络的变压器故障诊断
4.1 引言
4.2 模糊理论基础
4.2.1 模糊集合
4.2.2 隶属函数
4.2.3 模糊系统的分类
4.3 FCM聚类算法
4.3.1 聚类基本思想
4.3.2 FCM算法思想
4.4 模糊神经网络故障诊断模型
4.4.1 模糊规则的初始化
4.4.2 模糊神经网络的建立
4.4.3 模糊神经网络的训练
4.5 模糊神经网络在电力变压器故障诊断的应用
4.5.1 数据的收集与处理
4.5.2 仿真结果分析
4.5.3 基于模糊神经网络模型与LS-SVM模型的变压器故障诊断比较
4.6 本章小结
第五章 总结与展望
5.1 结论
5.2 存在问题与展望
参考文献
致谢
攻读学位期间主要研究成果