基于人工智能技术的输电线路继电保护系统的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| CATALOG | 第11-14页 |
| 第一章 绪论 | 第14-21页 |
| ·电力系统继电保护概述 | 第14-15页 |
| ·继电保护技术的发展史 | 第15-17页 |
| ·基于人工智能技术的输电线路继电保护 | 第17-19页 |
| ·基于人工智能技术的输电线路继电保护的提出 | 第17-18页 |
| ·国内外研究现状 | 第18-19页 |
| ·论文的主要工作 | 第19-21页 |
| 第二章 传统的输电线路继电保护简介 | 第21-31页 |
| ·电流保护 | 第21-24页 |
| ·电流保护的工作原理 | 第21-24页 |
| ·电流保护的优缺点 | 第24页 |
| ·距离保护 | 第24-28页 |
| ·距离保护的工作原理 | 第25-26页 |
| ·距离保护的优缺点 | 第26-28页 |
| ·纵联保护 | 第28-30页 |
| ·纵联保护的工作原理 | 第28-29页 |
| ·纵联保护的优缺点 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 人工神经网络和多Agent系统简介 | 第31-43页 |
| ·人工神经网络概述 | 第31-36页 |
| ·人工神经元模型 | 第31-33页 |
| ·人工神经网络模型 | 第33-34页 |
| ·人工神经网络的特点 | 第34-35页 |
| ·人工神经网络的学习方式和训练 | 第35-36页 |
| ·多Agent系统概述 | 第36-42页 |
| ·Agent的定义和特征 | 第36-37页 |
| ·Agent的模型结构 | 第37-38页 |
| ·Agent的主要类型 | 第38-41页 |
| ·多Agent系统 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于RBF神经网络的输电线路无通道保护 | 第43-62页 |
| ·概述 | 第43-44页 |
| ·建立保护模型的原理 | 第44-46页 |
| ·基于RBF神经网络的保护模型 | 第46-50页 |
| ·方向判别子网络ANN1 | 第48页 |
| ·故障类型及相别判断子网络ANN2 | 第48-49页 |
| ·瞬时出口动作子网络ANN3 | 第49页 |
| ·对侧断路器跳闸检测子网络ANN4 | 第49-50页 |
| ·EMTP仿真模型和短路仿真 | 第50-51页 |
| ·网络的训练和检验 | 第51-59页 |
| ·子网络ANN1的训练和检验 | 第52-53页 |
| ·子网络ANN2的训练和检验 | 第53-55页 |
| ·子网络ANN3的训练和检验 | 第55-57页 |
| ·子网络ANN4的训练和检验 | 第57-59页 |
| ·保护动作逻辑 | 第59-60页 |
| ·与传统线路保护及神经网络线路保护动作性能的比较 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 基于多Agent技术的输电线路保护系统 | 第62-72页 |
| ·概述 | 第62-63页 |
| ·基于MAS的输电线路保护系统的特点和结构 | 第63-64页 |
| ·基于MAS的线路保护系统研究 | 第64-68页 |
| ·电力系统网络结构 | 第64-65页 |
| ·保护系统的决策过程 | 第65-68页 |
| ·仿真实例 | 第68-71页 |
| ·仿真模型 | 第68页 |
| ·与配置距离保护的比较 | 第68-70页 |
| ·与配置纵联保护的比较 | 第70-71页 |
| ·基于MAS的线路保护系统之间的通信 | 第71页 |
| ·本章小结 | 第71-72页 |
| 总结 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间所发表的论文 | 第78-79页 |
| 独创性声明 | 第79-80页 |
| 致谢 | 第80页 |
