基于贝叶斯网络的电网故障类型诊断
| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 1 绪论 | 第13-19页 |
| ·研究背景及相关意义 | 第13-14页 |
| ·电网故障诊断方法国内外现状分析 | 第14-15页 |
| ·常见人工智能方法的学习 | 第15-17页 |
| ·本论文研究工作 | 第17-19页 |
| 2 贝叶斯网络理论 | 第19-29页 |
| ·贝叶斯网络理论知识 | 第19-21页 |
| ·贝叶斯的发展历史 | 第19页 |
| ·概率论基础 | 第19-21页 |
| ·贝叶斯定理 | 第21页 |
| ·贝叶斯概率推理 | 第21页 |
| ·贝叶斯网络学习理论和方法 | 第21-29页 |
| ·贝叶斯网络的定义 | 第21-22页 |
| ·贝叶斯方法的基本观点 | 第22页 |
| ·贝叶斯问题的求解 | 第22-23页 |
| ·贝叶斯网络的构造 | 第23页 |
| ·贝叶斯网络的实例 | 第23-29页 |
| 3 电网故障类型诊断原理 | 第29-49页 |
| ·电网故障的概述 | 第30-31页 |
| ·各种电网故障的特征 | 第31页 |
| ·不对称短路 | 第31-46页 |
| ·单相接地短路 | 第32-36页 |
| ·两相短路 | 第36-40页 |
| ·两相接地短路 | 第40-46页 |
| ·三相短路 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 4 构建贝叶斯电网故障诊断模型 | 第49-61页 |
| ·确定节点变量 | 第49-50页 |
| ·构建网络结构 | 第50-51页 |
| ·创建节点 | 第50-51页 |
| ·构建链接关系 | 第51页 |
| ·参数赋值 | 第51页 |
| ·Netica仿真软件 | 第51-55页 |
| ·主窗口 | 第51-52页 |
| ·消息窗口 | 第52-53页 |
| ·菜单栏 | 第53页 |
| ·工具栏 | 第53-54页 |
| ·网络窗口 | 第54-55页 |
| ·节点对话框 | 第55页 |
| ·电网短路故障类型诊断模型的构建 | 第55-61页 |
| ·确定贝叶斯网络节点变量 | 第55-56页 |
| ·构建单相接地短路故障的网络结构 | 第56-58页 |
| ·单相接地短路故障网络的参数赋值 | 第58-61页 |
| 5 贝叶斯网络的仿真与实验 | 第61-75页 |
| ·贝叶斯网络概率推理 | 第61-66页 |
| ·单个证据节点的概率推理 | 第61-62页 |
| ·两个证据节点的概率推理 | 第62-63页 |
| ·三个证据节点的概率推理 | 第63-64页 |
| ·四个证据节点的概率推理 | 第64-66页 |
| ·五个及以上证据节点的概率推理 | 第66页 |
| ·证据敏感性分析 | 第66-75页 |
| ·单个证据节点的敏感性分析 | 第67-70页 |
| ·两个及两个以上证据节点的敏感性分析 | 第70-75页 |
| 6 总结与展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 作者简介及读研期间主要科研成果 | 第83页 |
