| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 论文的选题背景和研究意义 | 第10-11页 |
| 1.1.1 论文的选题背景 | 第10-11页 |
| 1.1.2 论文的研究意义 | 第11页 |
| 1.2 论文的国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 论文的主要研究内容 | 第14-16页 |
| 2 750kV 变电站系统 | 第16-20页 |
| 2.1 电气一次部分 | 第16-18页 |
| 2.1.1 主接线 | 第16-17页 |
| 2.1.2 主设备 | 第17-18页 |
| 2.2 电气二次部分 | 第18-19页 |
| 2.2.1 计算机监控系统 | 第18-19页 |
| 2.2.2 系统保护配置 | 第19页 |
| 2.3 小结 | 第19-20页 |
| 3 基于 FPN 的 750kV 变电站故障诊断 | 第20-34页 |
| 3.1 冗余知识表示 | 第20页 |
| 3.2 冗余诊断模型 | 第20-24页 |
| 3.3 冗余诊断模型中初始信息赋值 | 第24-25页 |
| 3.3.1 信息熵理论 | 第24页 |
| 3.3.2 初始信息赋值 | 第24-25页 |
| 3.4 冗余诊断模型的推理 | 第25-26页 |
| 3.5 算例分析 | 第26-32页 |
| 3.6 小结 | 第32-34页 |
| 4 基于粗糙集的 750kV 变电站故障诊断 | 第34-50页 |
| 4.1 粗糙集理论 | 第34页 |
| 4.2 变电站区域划分 | 第34-36页 |
| 4.3 基于 RS 的诊断知识提取 | 第36-47页 |
| 4.3.1 构造决策表 | 第36-42页 |
| 4.3.2 决策表属性约简 | 第42-47页 |
| 4.4 基于灰关联分析的变电站故障诊断 | 第47-48页 |
| 4.4.1 灰关联分析理论 | 第47页 |
| 4.4.2 比较序列与参考序列的建立 | 第47页 |
| 4.4.3 灰关联度计算 | 第47-48页 |
| 4.5 算例分析 | 第48-49页 |
| 4.6 小结 | 第49-50页 |
| 5 基于信息融合的 750kV 变电站故障诊断 | 第50-59页 |
| 5.1 信息融合基本原理 | 第50页 |
| 5.2 信息融合结构 | 第50-52页 |
| 5.3 信息融合诊断模型 | 第52页 |
| 5.4 基于 DS 证据理论的融合诊断方法 | 第52-56页 |
| 5.4.1 DS 证据理论定义 | 第52-53页 |
| 5.4.2 DS 证据理论合成规则 | 第53-54页 |
| 5.4.3 DS 证据理论决策规则 | 第54页 |
| 5.4.4 DS 证据理论的信息融合故障诊断模型和诊断过程 | 第54-56页 |
| 5.5 算例分析 | 第56-57页 |
| 5.6 小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 A 故障区域决策表 | 第66-68页 |
| 附录 B 可疑故障元件决策表 | 第68-73页 |
| 攻读学位期间研究成果 | 第73页 |