首页--工业技术论文--电工技术论文--输配电工程、电力网及电力系统论文--电力系统继电保护论文--继电保护装置论文

基于SCADA及保护信息系统的电网故障诊断

第1章 绪论第1-14页
 1.1 论文的选题背景第8页
 1.2 国内外研究现状综述第8-12页
 1.3 小结第12页
 1.4 本论文的主要工作第12-14页
第2章 电网故障诊断的一些基本问题第14-24页
 2.1 电力系统继电保护简介第14-16页
  2.1.1 电力系统继电保护的基本要求第14-15页
  2.1.2 我国继电保护的典型配置第15页
  2.1.3 我国继电保护的整定原则第15-16页
 2.2 面向对象的电网知识表示第16-20页
  2.2.1 电网故障诊断的信息需求第16-17页
  2.2.2 电网知识的计算机表示第17-19页
  2.2.3 邻接信息的自动生成第19-20页
 2.3 电网故障诊断的基本原理与方法第20-23页
  2.3.1 故障诊断区域的确定第20-21页
  2.3.2 故障诊断的基本思想第21-22页
  2.3.3 故障诊断的难点第22-23页
  2.3.4 故障诊断方法的评价标准第23页
 2.4 本章小结第23-24页
第3章 基于专家系统的电网故障诊断第24-35页
 3.1 专家系统在故障诊断中的应用第24页
 3.2 基于因果网络的知识表示第24-28页
  3.2.1 因果网络的结构第25-26页
  3.2.2 因果网络有向边权重第26-27页
  3.2.3 因果网络的自动生成第27-28页
 3.3 基于模糊专家系统的电网故障诊断第28-30页
  3.3.1 模糊逻辑及其在故障诊断中的应用第28-29页
  3.3.2 模糊关系的合成第29页
  3.3.3 故障诊断示例第29-30页
  3.3.4 故障诊断流程第30页
 3.4 算例与分析第30-33页
 3.5 算法的评价第33页
 3.6 本章小结第33-35页
第4章 基于人工神经网络的电网故障诊断第35-45页
 4.1 BP神经网络在故障诊断中的应用第35-36页
 4.2 故障潮流分析第36-37页
 4.3 面向对象的神经网络第37-41页
  4.3.1 神经网络模型第37-39页
  4.3.2 神经网络的训练样本第39-41页
  4.3.3 神经网络的训练第41页
 4.4 基于神经网络和设备关联的电网故障诊断第41-42页
 4.5 算例与分析第42-43页
 4.6 算法的评价第43页
 4.7 本章小结第43-45页
第5章 基于遗传算法的电网故障诊断第45-54页
 5.1 故障诊断的反向推理第45页
 5.2 保护继电器与断路器期望状态的确定第45-48页
  5.2.1 主继电器期望状态的确定第46页
  5.2.2 第一后备继电器期望状态的确定第46页
  5.2.3 第二后备继电器期望状态的确定第46-47页
  5.2.4 第三类保护期望状态的确定第47-48页
  5.2.5 断路器期望状态的确定第48页
 5.3 故障假设的评价第48-49页
 5.4 基于反向推理与遗传算法的电网故障诊断第49-50页
  5.4.1 遗传算法简介第49页
  5.4.2 算法流程第49-50页
  5.4.3 算法的加速技巧第50页
 5.5 算例与分析第50-52页
 5.6 算法的评价第52页
 5.7 本章小结第52-54页
第6章 电网故障诊断的综合法与软件实现第54-63页
 6.1 故障诊断的综合法第54-56页
  6.1.1 三种故障诊断方法比较第54-55页
  6.1.2 综合法流程第55-56页
 6.2 故障诊断的软件实现第56-57页
  6.2.1 软件模块结构第56页
  6.2.2 软件功能简介第56-57页
 6.3 综合法故障诊断算例第57-61页
  6.3.1 故障信息没有污染的情况第58-60页
  6.3.2 故障信息被污染的情况第60-61页
 6.4 算法的评价第61页
 6.5 本章小结第61-63页
第7章 结论与展望第63-67页
 7.1 结论第63页
 7.2 展望第63-67页

论文共67页,点击 下载论文
上一篇:绿色木霉固态发酵产纤维素酶的研究
下一篇:网络环境下基于实例的装配工艺派生研究与应用