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重要性与意义
1.2电力变压器故障诊断的发展及研究现状
1.3本文的主要研究内容
第二章 电力变压器故障分析与诊断
2.1变压器故障原因及类型
2.1.1变压器故障原因
2.1.2变压器故障类型
2.2变压器故障诊断的理论基础
2.3变压器故障诊断方法
2.3.1油中溶解气体分析(DGA)方法
2.3.2推理方法
2.3.3人工智能方法
2.4结论
第三章 基于BP网络的变压器故障诊断
3.1人工神经网络
3.1.1人工神经元模型
3.1.2神经网络的基本特征和性质
3.2 BP网络
3.2.1 BP网络的算法
3.2.2 BP算法的实现步骤
3.3基于BP网络的变压器故障诊断模型
3.3.1学习样本的收集
3.3.2神经网络结构的确定
3.3.3隐含层节点数的确定
3.3.4 BP网络各层之间的传递函数
3.3.5 BP网络的训练过程
3.4实例分析
3.5小结
第四章 基于模糊神经网络的变压器故障诊断
4.1模糊理论
4.1.1模糊理论的主要特点
4.1.2模糊集合
4.2模糊神经元及模糊神经网络
4.3隶属函数的确定
4.4基于模糊神经网络的变压器故障诊断模型及方法
4.4.1诊断模型
4.4.2学习算法
4.4.3网络的训练
4.5实例分析
4.6小结
第五章 基于D-S证据理论信息融合的电力变压器分级故障诊断模型
5.1引言
5.2信息融合技术在变压器故障诊断中的应用
5.2.1信息融合的层次结构
5.2.2基于信息融合的变压器故障诊断模型
5.3 D-S证据理论在变压器故障诊断中的应用
5.3.1基本概念及公式
5.3.2 Dempster组合规则
5.3.3 D-S证据理论的决策方法
5.3.4基于D-S证据理论的变压器故障诊断模型
5.4电力变压器模块化分级故障诊断模型
5.5实例分析
5.6小结
第六章 结论
参考文献
致谢