| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 本课题研究的意义和目的 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-20页 |
| 1.2.1 溶解油中气体分析法研究现状 | 第14-16页 |
| 1.2.2 多源信息融合分析研究现状 | 第16-17页 |
| 1.2.3 多源信息融合故障诊断算法研究现状 | 第17-20页 |
| 1.3 论文的研究内容及结构安排 | 第20-22页 |
| 1.3.1 课题的研究内容 | 第20-21页 |
| 1.3.2 论文结构安排 | 第21-22页 |
| 第二章 基于绝缘油状态的变压器故障诊断 | 第22-44页 |
| 2.1 概述 | 第22页 |
| 2.2 变压器绝缘油老化状态特征与评估指标 | 第22-25页 |
| 2.2.1 变压器绝缘油老化特征 | 第23页 |
| 2.2.2 基于变压器绝缘油状态的故障诊断指标体系 | 第23-25页 |
| 2.2.3 基于变压器绝缘油状态的故障诊断框架 | 第25页 |
| 2.3 基于支持向量机的变压器故障诊断模型 | 第25-33页 |
| 2.3.1 支持向量机分类理论 | 第25-31页 |
| 2.3.2 支持向量机的多分类方法 | 第31-32页 |
| 2.3.3 基于多分类最小二乘的支持向量机故障诊断模型 | 第32-33页 |
| 2.4 基于蝙蝠算法优化支持向量机的变压器故障诊断模型 | 第33-37页 |
| 2.4.1 支持向量机的参数优化 | 第33-34页 |
| 2.4.2 蝙蝠算法优化理论 | 第34-35页 |
| 2.4.3 基于蝙蝠算法优化的支持向量机故障诊断模型 | 第35-37页 |
| 2.5 基于改进蝙蝠算法优化支持向量机的变压器故障诊断模型 | 第37-43页 |
| 2.5.1 改进的蝙蝠优化算法 | 第37页 |
| 2.5.2 基于改进蝙蝠优化支持向量机的故障诊断模型 | 第37-38页 |
| 2.5.3 算例分析 | 第38-43页 |
| 2.6 本章小结 | 第43-44页 |
| 第三章 基于绝缘油和绝缘纸状态变压故障诊断 | 第44-54页 |
| 3.1 概述 | 第44页 |
| 3.2 变压器绝缘纸老化状态特征与评估指标 | 第44-47页 |
| 3.2.1 变压器绝缘纸老化状态特征 | 第44-45页 |
| 3.2.2 基于变压器绝缘纸老化状态变压器故障诊断的评估指标 | 第45-47页 |
| 3.2.3 基于绝缘纸状态的变压器故障诊断框架 | 第47页 |
| 3.3 基于绝缘纸状态的变压器故障诊断模型 | 第47-50页 |
| 3.3.1 特征指标 | 第47-48页 |
| 3.3.2 实例分析 | 第48-50页 |
| 3.4 基于绝缘油状态和绝缘纸状态的变压器故障诊断模型 | 第50-52页 |
| 3.4.1 基于绝缘油状态和绝缘纸状态的变压器故障诊断框架 | 第50-51页 |
| 3.4.2 算例分析 | 第51-52页 |
| 3.5 本章小结 | 第52-54页 |
| 第四章 基于多源信息融合的变压器故障诊断 | 第54-67页 |
| 4.1 概述 | 第54页 |
| 4.2 电力变压器的多源信息融合指标构建 | 第54-61页 |
| 4.2.1 多源信息融合指标建立的原则 | 第54-56页 |
| 4.2.2 油色谱指标 | 第56-57页 |
| 4.2.3 电气试验指标 | 第57-59页 |
| 4.2.4 油化试验指标 | 第59-61页 |
| 4.3 基于多源信息融合的变压器故障诊断 | 第61-66页 |
| 4.3.1 基于多源信息融合的变压器故障诊断框架 | 第61-62页 |
| 4.3.2 实例诊断与对比分析 | 第62-66页 |
| 4.4 本章小结 | 第66-67页 |
| 结论与展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 攻读学位期间发表的论文 | 第75-76页 |
| 攻读学位期间参加的科研项目 | 第76-78页 |
| 致谢 | 第78页 |
广告服务 
