| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10页 |
| 1.2 现阶段国内外研究情况 | 第10-15页 |
| 1.2.1 基于开关量的电网故障诊断研究现状 | 第10-13页 |
| 1.2.2 基于电气量的电网故障诊断研究现状 | 第13-14页 |
| 1.2.3 基于信息融合技术的电网故障诊断研究现状 | 第14-15页 |
| 1.3 本文主要工作 | 第15-16页 |
| 2 电网故障诊断信息源 | 第16-20页 |
| 2.1 SCADA系统 | 第16-17页 |
| 2.2 WAMS系统 | 第17-18页 |
| 2.3 继电保护信息系统 | 第18页 |
| 2.4 故障录波信息系统 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 3 时序加权模糊有色Petri网电网故障诊断模型 | 第20-48页 |
| 3.1 TWFCPN模型理论基础 | 第20-24页 |
| 3.1.1 有色Petri网基本原理 | 第20-21页 |
| 3.1.2 加权模糊Petri网的基本原理 | 第21-23页 |
| 3.1.3 时序推理原则 | 第23页 |
| 3.1.4 变迁优先级 | 第23-24页 |
| 3.2 TWFCPN模型建立基础 | 第24-30页 |
| 3.2.1 加权模糊推理表达形式 | 第24-28页 |
| 3.2.2 时序推理表达形式 | 第28-29页 |
| 3.2.3 信息补全表达形式 | 第29-30页 |
| 3.3 时序加权模糊有色PETRI网故障诊断模型 | 第30-38页 |
| 3.3.1 TWFCPN模型定义 | 第30-31页 |
| 3.3.2 TWFCPN时序推理模型 | 第31-34页 |
| 3.3.3 TWFCPN初始置信度计算 | 第34页 |
| 3.3.4 TWFCPN模糊推理模型 | 第34-38页 |
| 3.4 TWFCPN模型诊断框架 | 第38-39页 |
| 3.5 算例仿真 | 第39-46页 |
| 3.5.1 IEEE39节点系统 | 第39-42页 |
| 3.5.2 容错性与适应性分析 | 第42-46页 |
| 3.6 本章小结 | 第46-48页 |
| 4 基于改进HHT的电网故障诊断方法 | 第48-70页 |
| 4.1 HHT基本思想 | 第48-50页 |
| 4.1.1 Hilbert变换 | 第48页 |
| 4.1.2 瞬时幅值与瞬时频率 | 第48-49页 |
| 4.1.3 固有模态函数(IMF) | 第49页 |
| 4.1.4 经验模态分解(EMD)算法 | 第49-50页 |
| 4.1.5 希尔伯特谱与边际谱 | 第50页 |
| 4.2 HHT在故障电流特征提取中存在的问题 | 第50-51页 |
| 4.3 端点延拓方法 | 第51-52页 |
| 4.4 基于改进包络算法的经验模态分解 | 第52-61页 |
| 4.4.1 三次样条插值法 | 第52-54页 |
| 4.4.2 三点Binary细分法 | 第54-55页 |
| 4.4.3 局部细分三次样条插值法 | 第55-59页 |
| 4.4.4 改进的经验模态分解算法流程 | 第59-61页 |
| 4.5 故障特征提取 | 第61-63页 |
| 4.5.1 HHT幅值畸变度 | 第61-62页 |
| 4.5.2 HHT频率畸变度 | 第62-63页 |
| 4.6 基于改进HHT的电网故障诊断步骤 | 第63-64页 |
| 4.7 算例仿真 | 第64-68页 |
| 4.8 本章小结 | 第68-70页 |
| 5 基于信息融合技术的电网故障诊断研究 | 第70-82页 |
| 5.1 D-S证据理论 | 第70-71页 |
| 5.2 电网故障诊断融合模型 | 第71-72页 |
| 5.2.1 模糊故障度 | 第71页 |
| 5.2.2 故障概率表征融合框架 | 第71-72页 |
| 5.3 改进C均值算法 | 第72-74页 |
| 5.4 诊断决策模型 | 第74-75页 |
| 5.5 基于信息融合技术的电网故障诊断步骤 | 第75-76页 |
| 5.6 算例仿真 | 第76-79页 |
| 5.7 本章小结 | 第79-82页 |
| 6 结论 | 第82-84页 |
| 致谢 | 第84-86页 |
| 参考文献 | 第86-92页 |
| 附录 | 第92页 |