| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 现有故障诊断方法存在的局限性 | 第15页 |
| 1.4 本文主要内容及章节安排 | 第15-18页 |
| 2 基于多维信息的故障串联整合平台 | 第18-25页 |
| 2.1 引言 | 第18-19页 |
| 2.2 多源信息数据库数据来源及特点 | 第19-21页 |
| 2.3 多维信息的故障整合平台 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 基于模式识别的WAMS不良数据快速辨识及恢复 | 第25-34页 |
| 3.1 引言 | 第25页 |
| 3.2 WAMS数据错误类型 | 第25-27页 |
| 3.3 WAMS不良数据快速辨识与恢复方法 | 第27-31页 |
| 3.4 实例分析 | 第31-32页 |
| 3.5 本章小结 | 第32-34页 |
| 4 基于随机矩阵理论的故障时刻确定和故障区域定位方法 | 第34-50页 |
| 4.1 引言 | 第34-35页 |
| 4.2 随机矩阵理论 | 第35-37页 |
| 4.3 PMU数据的随机矩阵模型构建 | 第37-38页 |
| 4.4 故障时刻确定和故障区域定位方法 | 第38-42页 |
| 4.5 算例分析 | 第42-48页 |
| 4.6 本章小结 | 第48-50页 |
| 5 采用WAMS时序信息的故障诊断方法 | 第50-63页 |
| 5.1 引言 | 第50-51页 |
| 5.2 WAMS在电网故障诊断中的应用分析 | 第51-53页 |
| 5.3 采用WAMS时序信息的故障诊断方法实现 | 第53-60页 |
| 5.4 算例分析 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 6 基于多源信息时间序列匹配的电网故障诊断方法 | 第63-77页 |
| 6.1 引言 | 第63-64页 |
| 6.2 电网时间序列的结构与生成 | 第64-68页 |
| 6.3 故障诊断方法的原理及应用 | 第68-73页 |
| 6.4 算例分析 | 第73-76页 |
| 6.5 本章小结 | 第76-77页 |
| 7 总结与展望 | 第77-79页 |
| 7.1 全文总结 | 第77-78页 |
| 7.2 后续研究工作展望 | 第78-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-89页 |
| 附录1 攻读硕士学位期间发表论文及专利申请清单 | 第89-91页 |
| 附录2 第3章详细参数 | 第91-93页 |
| 附录3 第4章部分列表 | 第93-95页 |