基于粗糙集和贝叶斯的电网故障诊断系统的研究应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·专家系统 | 第10-11页 |
| ·Petri 网络 | 第11-12页 |
| ·遗传算法 | 第12页 |
| ·粗糙集理论 | 第12-13页 |
| ·模糊理论 | 第13页 |
| ·人工神经网络 | 第13-14页 |
| ·贝叶斯网络 | 第14页 |
| ·本文的主要工作 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第二章 粗糙集和贝叶斯的相关理论 | 第16-28页 |
| ·粗糙集基本概念 | 第16-18页 |
| ·知识表达系统与知识约简 | 第18-20页 |
| ·知识表达系统 | 第18-19页 |
| ·知识约简 | 第19-20页 |
| ·决策表和决策规则 | 第20-21页 |
| ·区分矩阵与区分函数 | 第21-22页 |
| ·贝叶斯网络的理论知识 | 第22-27页 |
| ·贝叶斯定理 | 第22-23页 |
| ·贝叶斯网络 | 第23-24页 |
| ·贝叶斯网络建模 | 第24-25页 |
| ·贝叶斯网络推理 | 第25-27页 |
| ·贝叶斯网络分类器 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第三章 粗糙集属性约简算法的研究 | 第28-37页 |
| ·约简的重要性和标准 | 第28-29页 |
| ·决策表约简 | 第29-31页 |
| ·属性约简 | 第29-31页 |
| ·属性值约简 | 第31页 |
| ·属性约简算法 | 第31-35页 |
| ·可辨识矩阵约简算法 | 第31-33页 |
| ·基于遗传算法的约简算法 | 第33-34页 |
| ·动态约简 | 第34-35页 |
| ·约简算法的比较 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于粗糙集和贝叶斯的电网故障诊断 | 第37-60页 |
| ·基本理论框架 | 第37-39页 |
| ·故障信息和继电保护原理 | 第39-41页 |
| ·故障信息 | 第39-40页 |
| ·继电保护原理 | 第40-41页 |
| ·大规模电网的分割算法 | 第41-44页 |
| ·分割的基本思想 | 第41-43页 |
| ·基本分割算法 | 第43-44页 |
| ·数据预处理 | 第44-47页 |
| ·诊断过程分析 | 第47-54页 |
| ·决策表的建立 | 第47-48页 |
| ·粗糙集属性约简 | 第48-51页 |
| ·贝叶斯网络模型 | 第51-54页 |
| ·故障诊断 | 第54页 |
| ·性能分析 | 第54-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 故障诊断功能在 GVMS 中的设计与实现 | 第60-74页 |
| ·电网可视化管理系统 | 第60-66页 |
| ·系统需求和设计原则 | 第60-61页 |
| ·系统架构 | 第61-63页 |
| ·GVMS 主要功能 | 第63-66页 |
| ·故障诊断功能分析 | 第66-68页 |
| ·故障诊断相关的数据库设计 | 第68-71页 |
| ·故障诊断功能的实现 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·本文总结 | 第74-75页 |
| ·今后研究展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻硕期间取得的研究成果 | 第80-81页 |
