| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-15页 |
| ·电力系统暂态稳定主要评估方法 | 第8-11页 |
| ·时域仿真法 | 第9页 |
| ·基于Lyapunov稳定定理的能量函数法(直接法) | 第9-10页 |
| ·人工智能的方法 | 第10-11页 |
| ·电力系统暂态数据的特点 | 第11-12页 |
| ·数据挖掘在电力系统中的应用 | 第12-14页 |
| ·数据挖掘在电力系统中的应用现状 | 第12-13页 |
| ·数据挖掘在电力系统暂态稳定评估的研究现状 | 第13-14页 |
| ·本文的主要工作 | 第14-15页 |
| 第2章 数据挖掘的特征选择方法 | 第15-37页 |
| ·特征选择概述 | 第15-17页 |
| ·特征选择方法的研究现状 | 第15-16页 |
| ·典型特征选择算法 | 第16-17页 |
| ·特征选择方法的分类 | 第17-22页 |
| ·按特征选择和学习算法的关系划分 | 第17-19页 |
| ·按搜索策略划分 | 第19-22页 |
| ·遗传算法 | 第22-34页 |
| ·遗传算法的特点 | 第22-24页 |
| ·基本遗传算法 | 第24-29页 |
| ·遗传算法的理论基础 | 第29-34页 |
| ·主成分分析法和因子分析 | 第34-37页 |
| ·主成分分析法 | 第34-35页 |
| ·因子分析 | 第35-37页 |
| 第3章 暂态稳定评估初始输入特征的选取和样本的构造 | 第37-46页 |
| ·初始输入特征的选取 | 第37-45页 |
| ·原始特征选择的原则 | 第37-38页 |
| ·初始输入特征描述 | 第38-45页 |
| ·样本的构造 | 第45-46页 |
| ·IEEE16机系统样本构造 | 第45页 |
| ·IEEE50机系统样本构造 | 第45-46页 |
| 第4章 遗传算法在暂态稳定评估特征选取中的应用 | 第46-53页 |
| ·遗传算法的运算过程 | 第46页 |
| ·遗传算法用于暂态稳定评估的特征选择 | 第46-53页 |
| ·利用遗传算法进行特征选择的过程 | 第46-49页 |
| ·遗传算法中的控制参数的选择 | 第49-53页 |
| 第5章 IEEE测试系统特征选择研究 | 第53-70页 |
| ·特征选择流程 | 第53-55页 |
| ·IEEE16机系统特征选择 | 第55-60页 |
| ·主成分分析 | 第56页 |
| ·遗传算法降维 | 第56-57页 |
| ·因子分析 | 第57-60页 |
| ·结果比较 | 第60页 |
| ·IEEE50机系统特征选择 | 第60-66页 |
| ·初始特征和样本构造 | 第60-62页 |
| ·主成分分析法 | 第62-63页 |
| ·遗传算法和因子分析 | 第63-66页 |
| ·结果比较 | 第66页 |
| ·IEEE测试系统特征选择结果分析 | 第66-70页 |
| ·IEEE16机和IEEE50机系统共有特征 | 第67-68页 |
| ·IEEE16机和IEEE50机系统特有特征 | 第68-70页 |
| 结论 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 攻读硕士学位期间发表的论文及参加的科研项目 | 第78页 |