文摘
英文文摘
上海交通大学学位论文原创性声明及版权使用授权书
第一章绪 论
1.1电力变压器故障诊断的重要意义
1.2电力变压器的常见故障分类
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故障类型与油中溶解气体含量的关系
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基于DGA的变压器绝缘故障诊断的国内外研究现状
1.4.1基于神经网络的绝缘故障诊断方法
1.4.2基于模糊理论的故障诊断方法
1.4.3基于灰色系统理论的故障诊断方法
1.4.4基于粗糙集的故障诊断方法
1.4.5基于专家系统的故障诊断方法
1.5基于遗传编程的变压器绝缘故障诊断的国内外研究现状及分析
1.6本文的研究内容
1.7本章小结
第二章遗传编程算法
2.1 GP算法的产生
2.2 GP算法的应用
2.3 GP算法的基本结构
2.4 GP算法的基本概念
2.4.1终结点集和函数结点集
2.4.2初始群体及常用生成方式
2.4.3适应度评价
2.4.4选择策略
2.4.5遗传操作
2.4.6终止准则
2.5 GP算法的设计步骤
2.6 GP算法的特点
2.7本章小结
第三章基于GP和判别函数的变压器绝缘故障诊断模型
3.1引言
3.2模式分类的判别函数法
3.2.1判别函数分类器
3.2.2线性判别函数
3.2.3非线性判别函数法
3.2.4多分类问题的转化
3.3基于GP的判别函数分类算法
3.3.1算法设计思想
3.3.2判别函数的GP表示方式
3.3.3终结点集与函数结点集
3.3.4适应度函数
3.3.5选择策略
3.3.6遗传操作
3.3.7算法终止原则
3.3.8算法步骤
3.4基于GP和判别函数的变压器绝缘故障诊断模型
3.4.1变压器绝缘故障的分层诊断模型
3.4.2样本的收集和选择
3.4.3特征向量的选择及规格化处理
3.4.4基于GP和判别函数的变压器绝缘故障诊断模型流程图
3.4.5诊断结果及分析
3.5本章小结
第四章基于GP和线性决策树的变压器绝缘故障诊断模型
4.1引言
4.2决策树介绍
4.2.1决策树的基本原理
4.2.2决策树的生成和剪枝
4.2.3决策树的常见算法
4.2.3决策树方法的发展趋势
4.3基于GP的线性决策树算法
4.3.1算法设计思想
4.3.2线性决策树的GP表示
4.3.3函数结点集和终结点集
4.3.4剪枝操作
4.3.5适应度函数
4.3.6选择策略
4.3.7遗传操作
4.3.8算法终止原则
4.3.9算法步骤
4.4基于GP和线性决策树的变压器绝缘故障诊断模型
4.4.1特征属性的选择及规格化
4.4.2绝缘故障类型
4.4.3基于GP和线性决策树的变压器绝缘故障诊断流程图
4.4.4实验结果及分析
4.5本章小结
第五章基于GP和模糊映射函数的变压器绝缘故障诊断模型
5.1引言
5.2模糊理论的基础知识
5.2.1模糊集合
5.2.2隶属函数
5.2.3模糊关系
5.2.4模糊映射
5.2.5模糊算子
5.2.6模糊综合评判
5.3基于GP的模糊映射函数算法
5.3.1算法设计思想
5.3.2模糊映射函数的GP表示方式
5.3.3终结点集和函数结点集
5.3.4适应度函数
5.3.5选择策略
5.3.6遗传操作
5.3.7算法终止原则
5.3.8算法步骤
5.5基于GP和模糊映射函数的变压器绝缘故障诊断研究
5.5.1故障征兆的选择和模糊化处理
5.5.2绝缘故障类型
5.5.3基于GP和模糊映射函数的变压器绝缘故障诊断流程图
5.5.4变压器故障诊断模型的实现
5.5.5故障诊断实例
5.6本章小结
第六章基于免疫GP和多项式网络的变压器绝缘故障诊断模型
6.1引言
6.2多项式网络的基本理论
6.2.1自组织理论与算法
6.2.2多项式网络及GMDH算法
6.2.3 GMDH算法的结构
6.2.4 GMDH算法的特点
6.2.5 GMDH算法的局限性及改进方法概述
6.3人工免疫系统和免疫算法
6.3.1基本概念
6.3.2免疫算法的基本步骤
6.3.3免疫算法的特点
6.4基于免疫GP的多项式网络算法
6.4.1算法设计思想
6.4.2多项式网络的GP表示
6.4.3函数结点集和终结点集
6.4.4计算各函数结点的系数
6.4.5抗体的适应度
6.4.6选择策略
6.4.7遗传操作
6.4.8算法终止原则
6.4.9算法步骤
6.5基于免疫GP和多项式网络的变压器绝缘故障诊断模型
6.5.1输入特征向量的选择和规格化
6.5.2故障类型的选择及分层故障诊断
6.5.3基于免疫GP和多项式网络的变压器故障诊断流程图
6.5.4诊断结果
6.6四种模型的比较
6.7本章小结
第七章结论
参考文献
致谢
攻读博士学位期间发表的论文