| 第一章 绪论 | 第1-16页 |
| ·本课题研究的意义和现状 | 第7-9页 |
| ·本课题研究的意义 | 第7-8页 |
| ·电力系统故障定位与诊断的现状 | 第8-9页 |
| ·传统神经网络及其在电力系统中的应用 | 第9-10页 |
| ·神经网络的起源与基本概念 | 第9-10页 |
| ·传统神经网络在电力系统中的应用 | 第10页 |
| ·小波理论及其在电力系统中的应用 | 第10-12页 |
| ·小波理论及其相关知识 | 第10-11页 |
| ·小波与神经网络的结合 | 第11-12页 |
| ·小波和小波神经网络在电力系统中的应用 | 第12页 |
| ·粗糙集理论及其在电力系统中的应用 | 第12-14页 |
| ·粗糙集的起源和基本概念 | 第12-13页 |
| ·粗糙集在电力系统中的应用 | 第13-14页 |
| ·本文的主要工作 | 第14-16页 |
| 第二章 传统神经网络用于故障选相的研究 | 第16-29页 |
| ·BP网络的基本知识 | 第16-19页 |
| ·BP网络的结构与学习过程 | 第16-18页 |
| ·BP网络应用的相关问题 | 第18-19页 |
| ·Kohonen网络的基本知识 | 第19-22页 |
| ·Kohonen网络的结构和学习过程 | 第19-21页 |
| ·Kohonen网络应用的相关问题 | 第21-22页 |
| ·仿真系统模型以及样本形成 | 第22-23页 |
| ·仿真系统模型 | 第22页 |
| ·训练样本形成 | 第22-23页 |
| ·两种网络故障选相的比较与分析 | 第23-28页 |
| ·网络结构的确定 | 第23-25页 |
| ·训练过程和选相结果 | 第25-27页 |
| ·分析 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第三章 小波神经网络选相与测距的研究及其与BP网络选相的比较 | 第29-43页 |
| ·小波神经网络理论 | 第29-33页 |
| ·小波变换的相关知识 | 第29-31页 |
| ·小波神经网络的结构 | 第31页 |
| ·小波神经网络激活函数的选择 | 第31-32页 |
| ·小波神经网络的学习 | 第32-33页 |
| ·小波神经网络故障选相及其与BP网络的比较 | 第33-39页 |
| ·小波神经网络的结构 | 第34页 |
| ·样本形成与故障选相结果比较 | 第34-38页 |
| ·进一步的讨论 | 第38-39页 |
| ·小波神经网络故障测距 | 第39-42页 |
| ·故障测距网络结构 | 第39-40页 |
| ·样本形成与测距结果 | 第40-41页 |
| ·分析 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第四章 基于小波神经网络及粗糙集理论的电力系统故障诊断研究 | 第43-57页 |
| ·粗糙集理论 | 第43-47页 |
| ·粗糙集理论的基本框架 | 第43-45页 |
| ·粗糙集理论的应用 | 第45-47页 |
| ·小波神经网络的故障诊断 | 第47-49页 |
| ·仿真系统建立与样本形成 | 第47-48页 |
| ·小波神经网络模型与故障诊断结果 | 第48-49页 |
| ·粗糙集理论与小波神经网络结合的故障诊断 | 第49-55页 |
| ·粗糙集模型及其实现 | 第50-52页 |
| ·故障诊断的实现 | 第52-55页 |
| ·故障诊断结果分析 | 第55-56页 |
| ·小结 | 第56-57页 |
| 第五章 结论与今后的研究方向 | 第57-58页 |
| ·结论 | 第57页 |
| ·今后的研究方向 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 发表论文和参加科研情况说明 | 第62-63页 |
| 致谢 | 第63页 |