基于贝叶斯网络的电网设备故障诊断
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外相关研究现状 | 第9-12页 |
| 1.3 论文主要研究目标与内容 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第二章 相关理论基础知识 | 第14-29页 |
| 2.1 贝叶斯网络 | 第14-15页 |
| 2.2 贝叶斯网络结构学习 | 第15-21页 |
| 2.2.1 基于条件约束的结构学习方法 | 第16-18页 |
| 2.2.2 基于评分—搜索的结构学习方法 | 第18-20页 |
| 2.2.3 混合的结构学习方法 | 第20-21页 |
| 2.3 贝叶斯网络参数学习 | 第21-22页 |
| 2.4 贝叶斯网络推理 | 第22-23页 |
| 2.5 模糊理论 | 第23-26页 |
| 2.6 类不平衡数据问题 | 第26-29页 |
| 第三章 电网设备故障状态诊断建模 | 第29-45页 |
| 3.1 故障诊断构建过程 | 第29-30页 |
| 3.2 数据预处理 | 第30-32页 |
| 3.3 类不平衡处理及属性模糊化 | 第32-38页 |
| 3.3.1 类不平衡处理 | 第32-34页 |
| 3.3.2 属性模糊化 | 第34-38页 |
| 3.4 数据离散化 | 第38-39页 |
| 3.5 贝叶斯网络模型建立 | 第39-42页 |
| 3.5.1 结构学习 | 第39-41页 |
| 3.5.2 参数学习 | 第41-42页 |
| 3.6 综合性的网络模型建立 | 第42-45页 |
| 第四章 实验效果测试与验证 | 第45-53页 |
| 4.1 实验设计 | 第45-46页 |
| 4.1.1 实验数据 | 第45页 |
| 4.1.2 实验环境 | 第45页 |
| 4.1.3 实验测试方案 | 第45-46页 |
| 4.2 实验结果分析 | 第46-50页 |
| 4.3 设备故障状态预测及维修策略 | 第50-53页 |
| 第五章 总结 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 攻读学位期间所取得的相关科研成果 | 第61页 |
