| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 电网故障诊断方法研究现状 | 第10-11页 |
| 1.2.2 故障诊断信息源应用现状 | 第11-13页 |
| 1.2.3 云计算技术在故障诊断中应用现状 | 第13页 |
| 1.3 本文所做的工作 | 第13-15页 |
| 第2章 电网故障诊断系统总体设计 | 第15-20页 |
| 2.1 电网故障诊断系统总体结构 | 第15-17页 |
| 2.2 电网设备模型 | 第17-18页 |
| 2.3 故障信息源分析 | 第18-19页 |
| 2.3.1 故障事项信息 | 第18页 |
| 2.3.2 故障录波信息 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 基于云计算技术的故障区定位 | 第20-27页 |
| 3.1 基于Hadoop的分布式云平台搭建 | 第20-22页 |
| 3.1.1 Hadoop相关技术 | 第20-21页 |
| 3.1.2 分布式云计算平台 | 第21-22页 |
| 3.2 定位匹配规则生成机制 | 第22-23页 |
| 3.3 故障区厂站定位具体实现流程 | 第23-25页 |
| 3.4 云平台控制与维护 | 第25-26页 |
| 3.5 本章小结 | 第26-27页 |
| 第4章 故障录波数据调取及处理机制 | 第27-45页 |
| 4.1 基于COMTRADE格式的故障录波数据调取与解析 | 第27-31页 |
| 4.1.1 故障录波数据调取 | 第27-29页 |
| 4.1.2 故障录波数据多线程解析 | 第29-31页 |
| 4.2 故障特征量提取算法选取 | 第31-33页 |
| 4.2.1 相分量算法选取 | 第31-32页 |
| 4.2.2 序分量算法选取 | 第32页 |
| 4.2.3 故障方向算法选取 | 第32-33页 |
| 4.2.4 故障选相算法选取 | 第33页 |
| 4.3 基于小波分析的故障选线 | 第33-42页 |
| 4.3.1 小波变换的奇异性检测理论 | 第33-34页 |
| 4.3.2 小波基及变换尺度的选择 | 第34页 |
| 4.3.3 故障特征时刻的定义和提取 | 第34-35页 |
| 4.3.4 适应现场的奇异点检测 | 第35-39页 |
| 4.3.5 故障选线及装置行为分析 | 第39-42页 |
| 4.4 母线及变压器故障判据 | 第42-43页 |
| 4.4.1 母线故障判断 | 第42页 |
| 4.4.2 变压器故障判断 | 第42-43页 |
| 4.5 故障录波数据综合处理子系统设计 | 第43-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第5章 电网故障诊断系统开发与算例分析 | 第45-56页 |
| 5.1 电网故障诊断系统平台介绍 | 第45-46页 |
| 5.2 云计算平台控制与维护工具 | 第46-47页 |
| 5.3 故障录波综合处理子系统设计与开发 | 第47-49页 |
| 5.3.1 故障录波综合处理子系统主控台 | 第47-49页 |
| 5.3.2 波形与数据分析平台 | 第49页 |
| 5.4 电网故障诊断系统算例分析 | 第49-54页 |
| 5.4.1 系统功能分析 | 第49-53页 |
| 5.4.2 系统性能测试 | 第53-54页 |
| 5.5 本章小结 | 第54-56页 |
| 第6章 结论与展望 | 第56-58页 |
| 6.1 结论 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间参与的科研工作 | 第62-63页 |
| 致谢 | 第63页 |