变压器故障诊断系统：针对油色谱数据不平衡，改进SMOTE与轻量级梯度提升机算法，通过故障分类对比有效性_智能电网_2026年.docxVIP

PAGE21

目录

摘要

第一章绪论

1.1课题背景

1.2课题目的与意义

1.3研究方法与论文结构

第二章相关理论与算法综述

2.1算法理论基础概述

2.2备选算法分析与选型

第三章问题建模与需求分析

3.1问题描述与求解场景

3.2功能需求分析

3.3非功能需求与可行性分析

第四章算法总体设计与数据结构设计

4.1算法总体框架设计

4.2数据结构设计

4.3模块划分与接口设计

第五章核心算法详细设计

5.1核心算法流程设计

5.2关键子算法与优化策略设计

5.3算法正确性与复杂度分析

第六章算法实现

6.1开发环境与工程结构

6.2核心功能模块实现

6.3正确性验证与调试

6.4实现中的重点难点与解决方案

第七章实验与结果分析

7.1实验方法与实验环境

7.2实验方案设计

7.3实验结果与分析

第八章总结与展望

8.1工作总结

8.2存在的问题与改进方向

8.3未来展望

8.4结语

摘要

变压器油中溶解气体分析（DGA）是电力系统状态检修中成本较低、可在线获取的一类诊断依据。实际运维中，正常样本与过热、放电等故障样本数量差异明显，高能放电、低能放电等罕见故障在历史记录中占比很低。直接使用轻量级梯度提升机（LightGBM）分类时，模型容易偏向多数类，少数类召回率偏低，而漏判罕见故障的代价往往高于误报。本文围