| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 背景及意义 | 第11-12页 |
| 1.2 配电网故障诊断与故障恢复的国内外研究现状 | 第12-15页 |
| 1.2.1 故障定位方法的要求与现状 | 第12-14页 |
| 1.2.2 配电网故障恢复的研究现状 | 第14-15页 |
| 1.3 配电网故障诊断与故障恢复系统的可视化设计 | 第15-20页 |
| 1.3.1 可视化编程技术发展及现状 | 第15-16页 |
| 1.3.2 配电网的拓扑描述 | 第16-17页 |
| 1.3.3 基于SVG的配电网描述方法 | 第17-20页 |
| 1.4 本文工作 | 第20-23页 |
| 第2章 基于等级划分矩阵算法的配电网故障区间定位 | 第23-35页 |
| 2.1 矩阵算法描述 | 第23-29页 |
| 2.1.1 基于网形结构矩阵的配电网故障区间定位 | 第24页 |
| 2.1.2 网络矩阵构造方法 | 第24-25页 |
| 2.1.3 故障判定矩阵构造方法 | 第25页 |
| 2.1.4 故障判定条件 | 第25-26页 |
| 2.1.5 算例分析 | 第26-29页 |
| 2.2 基于等级划分的配电网故障区间定位 | 第29-34页 |
| 2.2.1 基于等级划分的基本原理 | 第29页 |
| 2.2.2 分级思想划分的原则 | 第29-30页 |
| 2.2.3 故障诊断流程图 | 第30页 |
| 2.2.4 算例分析 | 第30-34页 |
| 2.3 小结 | 第34-35页 |
| 第3章 基于改进仿电磁学算法的配电网故障区间定位 | 第35-51页 |
| 3.1 仿电磁算法的理论基础 | 第35-38页 |
| 3.2 仿电磁学算法的改进策略 | 第38-41页 |
| 3.2.1 初始种群的产生 | 第38-40页 |
| 3.2.2 最优粒子局域搜索策略 | 第40页 |
| 3.2.3 种群移动策略的改进 | 第40页 |
| 3.2.4 基于SFLA的多种群协同进化策略 | 第40-41页 |
| 3.3 EMMG算法在配电网故障诊断中的应用 | 第41-49页 |
| 3.3.1 配电网故障区间定位的问题描述 | 第41-42页 |
| 3.3.2 故障区间定位问题的数学建模 | 第42-44页 |
| 3.3.3 基于EMMG算法的配电网故障诊断 | 第44-46页 |
| 3.3.4 配电网故障诊断算例分析 | 第46-49页 |
| 3.4 本章小结 | 第49-51页 |
| 第4章 人工蜂群算法在配电网故障恢复中的应用 | 第51-63页 |
| 4.1 配电网故障恢复问题的数学建模 | 第51-53页 |
| 4.1.1 配电网故障恢复描述 | 第51-52页 |
| 4.1.2 配电网故障恢复数学模型 | 第52-53页 |
| 4.2 配电网故障恢复的潮流计算方法 | 第53-54页 |
| 4.3 基于改进蜂群算法的配电网故障恢复应用 | 第54-58页 |
| 4.3.1 人工蜂群算法的基本原理 | 第54-56页 |
| 4.3.2 基于适应度排序的蜜源选择策略 | 第56页 |
| 4.3.3 基于退火思想的搜索策略 | 第56-57页 |
| 4.3.4 配电网故障恢复的整体流程 | 第57-58页 |
| 4.4 配电网故障恢复案例分析 | 第58-61页 |
| 4.5 本章小节 | 第61-63页 |
| 第5章 配电网故障诊断与故障恢复的可视化系统设计 | 第63-75页 |
| 5.1 可视化系统的总体框架设计 | 第63-66页 |
| 5.1.1 系统的监控对象分析 | 第64页 |
| 5.1.2 系统的总体需求分析 | 第64-65页 |
| 5.1.3 可视化配电网故障诊断与故障恢复系统的总体设计 | 第65-66页 |
| 5.2 可视化系统的功能模块开发 | 第66-74页 |
| 5.2.1 基于SVG技术的可视化显示 | 第66-68页 |
| 5.2.2 系统的数据通信功能 | 第68-71页 |
| 5.2.3 系统的数据查询功能 | 第71-73页 |
| 5.2.4 可视化配电网故障诊断与恢复功能 | 第73-74页 |
| 5.3 小结 | 第74-75页 |
| 第6章 总结与展望 | 第75-77页 |
| 6.1 工作总结 | 第75页 |
| 6.2 后续工作及展望 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 致谢 | 第83-85页 |
| 攻读硕士期间所做工作和奖励 | 第85-87页 |
| 附录 | 第87页 |