| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 故障分类研究现状 | 第9-10页 |
| 1.2.2 故障定位研究的历史 | 第10-11页 |
| 1.2.3 测距方法的发展 | 第11-12页 |
| 1.3 电力系统暂态量的应用 | 第12-13页 |
| 1.4 本文的主要工作 | 第13-14页 |
| 第二章 高压输电线路故障测距方法介绍 | 第14-26页 |
| 2.1 行波法 | 第14-16页 |
| 2.1.1 传统行波法 | 第14-15页 |
| 2.1.2 现代行波法 | 第15页 |
| 2.1.3 行波测距算法 | 第15页 |
| 2.1.4 行波测距存在的问题 | 第15-16页 |
| 2.2 单端测距法 | 第16-22页 |
| 2.2.1 单端测距算法 | 第16-19页 |
| 2.2.2 不同短路故障时的边界条件和测距方程 | 第19-21页 |
| 2.2.3 单端测距方法存在的问题 | 第21-22页 |
| 2.3 双端测距方法 | 第22-25页 |
| 2.3.1 双端同步测距算法 | 第22-24页 |
| 2.3.2 双端不同步测距算法 | 第24-25页 |
| 2.4 本章总结 | 第25-26页 |
| 第三章 自适应神经模糊推理系统（ANFIS）的改进 | 第26-36页 |
| 3.1 自适应神经模糊推理系统的发展过程 | 第26-28页 |
| 3.1.1 模糊系统 | 第26-27页 |
| 3.1.2 人工神经网络 | 第27-28页 |
| 3.2 自适应神经模糊推理系统 | 第28-32页 |
| 3.2.1 自适应神经模糊推理系统结构 | 第28-30页 |
| 3.2.2 ANFIS原理 | 第30-32页 |
| 3.3 ANFIS算法的改进 | 第32-34页 |
| 3.4 仿真验证 | 第34-35页 |
| 3.5 本章总结 | 第35-36页 |
| 第四章 基于改进ANFIS算法的故障分类 | 第36-49页 |
| 4.1 建立高压输电线路模型及PSCAD软件介绍 | 第36页 |
| 4.2 仿真模型的建立 | 第36-44页 |
| 4.2.1 PSCAD建立模型的步骤 | 第36-37页 |
| 4.2.2 高压输电模型的建立 | 第37-41页 |
| 4.2.3 线路故障仿真波形 | 第41-44页 |
| 4.3 基于改进ANFIS的故障分类 | 第44-48页 |
| 4.3.1 故障特征提取 | 第44-45页 |
| 4.3.2 线路故障分类 | 第45-46页 |
| 4.3.3 仿真验证 | 第46-48页 |
| 4.4 本章总结 | 第48-49页 |
| 第五章 基于参数估计的故障测距 | 第49-62页 |
| 5.1 参数估计（抗差总体最小二乘法理论介绍） | 第49-56页 |
| 5.1.1 抗差最小二乘法 | 第49-51页 |
| 5.1.2 抗差总体最小二乘法 | 第51-52页 |
| 5.1.3 基于Huber的抗差估计 | 第52-56页 |
| 5.2 测距方程 | 第56-57页 |
| 5.3 仿真结果及分析 | 第57-61页 |
| 5.4 本章总结 | 第61-62页 |
| 结论与展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 作者简介、发表文章及研究成果目录 | 第67-68页 |
| 致谢 | 第68-69页 |