声明
摘要
第1章 绪论
1.1 课题背景和意义
1.2 国内外研究概述
1.2.1 经典传统方法
1.2.2 人工智能方法
1.3 课题研究内容
第2章 变压器油中气体产生机理及对应状态
2.1 变压器油中气体的产生机理
2.1.1 绝缘油分解成因及过程
2.1.2 固体绝缘材料分解的缘由
2.1.3 油中气体其他方式的来源
2.2 变压器故障对应气体成分
2.3 基于油中气体变压器故障的传统判断方法
2.3.1 特征气体法
2.3.2 改良三比值法
2.3.3 产气速率法
2.4 本章小结
第3章 神经网络基本原理与常用模型
3.1 神经网络简介
3.2 人工神经网络的结构组成和类型
3.2.1 神经元
3.2.2 人工神经网络简介
3.3 反向BP算法
3.3.1 反向BP网络的基本结构
3.3.2 BP学习算法
3.3.3 BP神经网络算法的不足及改进
3.4 本章小结
第4章 应用人工神经网络诊断变压器故障
4.1 人工神经网络在故障诊断中的应用
4.2 用于变压器故障诊断的BP神经网络的设计
4.2.1 训练函数和样本选取
4.2.2 BP网络输入与输出参数的确定
4.2.3 输入数据的预处理
4.2.4 网络中间神经元数目
4.3 BP神经网络诊断模型的仿真实例分析
4.4 本章小结
第5章 融合遗传算法的神经网络故障辨识
5.1 遗传算法简介
5.2 遗传算法参数设计
5.3 融合遗传算法的神经网络故障诊断测试
5.4 实例分析
5.5 本章小结
第6章 总结与展望
6.1 全文总结
6.2 工作展望
参考文献
致谢
作者简介