声明
插图索引
附表索引
第1章 绪 论
1.1 研究背景与意义
1.2 相关技术国内外研究现状
1.2.1传统的电力变压器诊断方法及研究现状
1.2.2智能的电力变压器诊断方法及研究现状
1.2.3 深度学习的电力变压器故障诊断研究现状
1.3 论文各章节主要研究内容与安排
1.4 本章小结
第2章 深度学习介绍
2.1 引言
2.2 深度神经网络概述
2.2.1 深度神经网络的神经学启示
2.2.2 深度学习概述
2.2.3 深度学习的基本模型
2.2.4 深度学习在各领域的应用研究
2.3 基于受限玻尔兹曼机的深度学习模型
2.3.1 玻尔兹曼机简介
2.3.2 受限玻尔兹曼机
2.3.3 吉布斯采样
2.3.4 对比散度算法
2.4 深度信念网络
2.5 本章小结
第3章 基于PCA和深度信念网络的变压器故障诊断
3.1 引言
3.2 主成分分析理论介绍
3.3 基于PCA-DBN的变压器故障诊断
3.3.1 特征气体的选取
3.3.2 数据的来源
3.3.3 故障标签的编码
3.3.4 PCA-DBN变压器故障诊断模型
3.4 实验与仿真分析
3.4.1 实验数据集
3.4.2 网络结构的确定
3.4.3 实验结果分析
3.5 本章小结
第4章 基于DBN-IFCM的变压器故障诊断方法
4.1 引言
4.2 DGA数据的FCM和IFCM
4.3 DBN-IFCM的电力变压器故障诊断模型
4.4 实验及仿真分析
4.4.1实验数据
4.4.2 实验结果分析
4.5本章小结
结论与展望
结论
展望
参考文献
致谢
附录A 攻读学位期间所发表的学术论文目录
兰州理工大学;