| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-27页 |
| 1．1 调度决策支持系统的研究背景 | 第11-12页 |
| 1．2 调度决策支持系统的研究内容 | 第12-18页 |
| 1．2．1 对调度决策支持系统的定义 | 第12-13页 |
| 1．2．2 软件的体系结构与设计模式 | 第13-14页 |
| 1．2．3 相关的标准化工作 | 第14-15页 |
| 1．2．4 电力系统的故障处理 | 第15-16页 |
| 1．2．5 电力系统动态分析与控制算法 | 第16-17页 |
| 1．2．6 人工智能技术的更深介入 | 第17-18页 |
| 1．3 国内外研究现状 | 第18-25页 |
| 1．3．1 电网调度决策支持系统的研究历史及其体系结构 | 第18-20页 |
| 1．3．2 电网故障处理的研究现状 | 第20-22页 |
| 1．3．3 暂态稳定分析的研究现状 | 第22-25页 |
| 1．4 本文的主要工作 | 第25-27页 |
| 第二章 基于本休论的多智能体型电网调度决策支持系统 | 第27-58页 |
| 2．1 引言 | 第27-28页 |
| 2．2 软件体系结构基础 | 第28-31页 |
| 2．3 本体论基础 | 第31-35页 |
| 2．3．1 本体论定义及研究历史 | 第31-32页 |
| 2．3．2 本体论的应用 | 第32-33页 |
| 2．3．3 本体的形式化 | 第33-35页 |
| 2．4 建立电力系统调度分析领域本体 | 第35-48页 |
| 2．4．1 电力系统调度分析领域本体划分 | 第35-37页 |
| 2．4．2 数据本体与IEC61970CIM模型 | 第37-39页 |
| 2．4．3 状态本体及相关研究 | 第39-44页 |
| 2．4．4 电力系统调度分析本体的形式化 | 第44-48页 |
| 2．5 基于本体论的MAS型软件结构 | 第48-53页 |
| 2．5．1 Agent及多智能体系统简介 | 第48-50页 |
| 2．5．2 基于本体的MAS型调度决策支持系统 | 第50-53页 |
| 2．6 地区电网调度决策支持系统的 MAS型设计 | 第53-56页 |
| 2．7 本章总结 | 第56-58页 |
| 第三章 基于 Petri网的电力系统故障恢复方法 | 第58-83页 |
| 3．1 引言 | 第58-59页 |
| 3．2 故障恢复研究回顾 | 第59-62页 |
| 3．2．1 故障恢复的目标 | 第59页 |
| 3．2．2 故障恢复的步骤 | 第59-60页 |
| 3．2．3 故障恢复问题的计算机求解方法 | 第60-62页 |
| 3．3 基于对象 Petri网技术的电力系统故障恢复技术 | 第62-77页 |
| 3．3．1 基本 Petri网的定义 | 第62-64页 |
| 3．3．2 基本 Petri网的性能 | 第64页 |
| 3．3．3 面向对象的 Petri网 | 第64-67页 |
| 3．3．4 基于对象 Petri网的电力系统故障恢复 | 第67-77页 |
| 3．3．5 算法性能分析 | 第77页 |
| 3．4 算例分析 | 第77-81页 |
| 3．5 本章总结 | 第81-83页 |
| 第四章 基于机器学习和信息融合的电力系统暂态稳定评估 | 第83-101页 |
| 4．1 基于机器学习的电力系统暂态稳定评估问题的提出 | 第83-84页 |
| 4．2 统计学习与支持向量机方法简介 | 第84-89页 |
| 4．2．1 学习问题的一般描述 | 第84-86页 |
| 4．2．2 最优分类超平面 | 第86-87页 |
| 4．2．3 支持向量机 | 第87-89页 |
| 4．2．4 对 SVM方法的评价 | 第89页 |
| 4．3 组合 SVM解决暂态稳定判别问题 | 第89-92页 |
| 4．3．1 TSA问题的SVM方法 | 第89-90页 |
| 4．3．2 现有 SVM方法解决 TSA问题的步骤 | 第90页 |
| 4．3．3 基于信息融合的组合 SVM模型 | 第90-92页 |
| 4．4 多组输入特征的构造 | 第92-96页 |
| 4．4．1 基于超平面和功率注入空间选择特征 | 第92-93页 |
| 4．4．2 基于功角曲线展开选择特征 | 第93-94页 |
| 4．4．3 类比于已有 ANN选择特征 | 第94-95页 |
| 4．4．4 基于 CUEP处临界势能值选择特征 | 第95-96页 |
| 4．5 仿真分析 | 第96-99页 |
| 4．5．1 数据样本获取与预处理 | 第97页 |
| 4．5．2 子分类器构造 | 第97页 |
| 4．5．3 子分类器融合及其性能分析 | 第97-99页 |
| 4．6 本章总结 | 第99-101页 |
| 第五章 结论 | 第101-103页 |
| 参考文献 | 第103-114页 |
| 致谢 | 第114-115页 |
| 攻读博士学位期间发表的学术论文 | 第115-116页 |
| 攻读博士学位期间参加的科研工作 | 第116页 |
