| 附件 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 课题背景 | 第13-14页 |
| 1.2 智能变电站继电保护可靠性评估的研究现状 | 第14-16页 |
| 1.2.1 小样本条件下的可靠性参数估计 | 第14-15页 |
| 1.2.2 智能变电站保护系统可用性分析 | 第15-16页 |
| 1.2.3 智能变电站保护装置的状态评估 | 第16页 |
| 1.3 本文的主要研究内容 | 第16-18页 |
| 第二章 智能变电站继电保护可靠性研究的关键技术 | 第18-27页 |
| 2.1 可靠性参数估计的常用算法 | 第18-20页 |
| 2.1.1 Bayes算法 | 第18页 |
| 2.1.2 Bootstrap算法 | 第18-19页 |
| 2.1.3 人工神经元网络 | 第19-20页 |
| 2.2 智能变电站保护系统的可靠性建模与评测 | 第20-25页 |
| 2.2.1 典型智能变电站的过程层组网方式 | 第20页 |
| 2.2.2 智能变电站保护系统的可靠性仿真方法 | 第20-23页 |
| 2.2.3 相关概念与测评指标 | 第23-25页 |
| 2.3 电力系统状态监测和故障诊断技术 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于SVM的小样本条件下继电保护可靠性参数估计 | 第27-38页 |
| 3.1 引言 | 第27页 |
| 3.2 继电保护可靠性分布模型与参数估计方法 | 第27-29页 |
| 3.2.1 Weibull分布 | 第27-28页 |
| 3.2.2 SVM算法 | 第28-29页 |
| 3.3 基于SVM的可靠性参数估计 | 第29-32页 |
| 3.3.1 算法流程 | 第29-30页 |
| 3.3.2 经验可靠度 | 第30页 |
| 3.3.3 SVM参数寻优及回归训练 | 第30-32页 |
| 3.3.4 线性化和最小二乘拟合 | 第32页 |
| 3.4 算例与分析 | 第32-36页 |
| 3.4.1 原始样本 | 第32-33页 |
| 3.4.2 可靠性参数估计结果 | 第33-34页 |
| 3.4.3 不同方法的对比 | 第34-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 考虑检修策略的智能变电站保护系统可用性分析 | 第38-51页 |
| 4.1 引言 | 第38页 |
| 4.2 智能变电站保护系统的检修模型 | 第38-40页 |
| 4.2.1 基本维修任务 | 第38-39页 |
| 4.2.2 检修策略 | 第39-40页 |
| 4.2.3 计划停运和非计划停运 | 第40页 |
| 4.3 考虑检修后的可用性分析方法 | 第40-42页 |
| 4.3.1 可靠性框图 | 第40页 |
| 4.3.2 延迟时间模型仿真方法 | 第40-41页 |
| 4.3.3 蒙特卡洛仿真 | 第41-42页 |
| 4.4 算例与分析 | 第42-50页 |
| 4.4.1 仿真系统结构 | 第42-44页 |
| 4.4.2 仿真参数设置 | 第44-45页 |
| 4.4.3 系统可用性计算 | 第45-49页 |
| 4.4.4 讨论 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 基于模糊SVM的继电保护状态评价 | 第51-59页 |
| 5.1 引言 | 第51-52页 |
| 5.2 状态评价因素 | 第52-53页 |
| 5.2.1 状态评价因素的选择 | 第52页 |
| 5.2.2 数据预处理 | 第52-53页 |
| 5.3 保护装置的状态评价 | 第53-55页 |
| 5.3.1 基于百分比剩余寿命的状态评价 | 第53-54页 |
| 5.3.2 模糊支持向量机 | 第54页 |
| 5.3.3 基于模糊支持向量机的状态评价 | 第54-55页 |
| 5.4 算例与分析 | 第55-57页 |
| 5.4.1 仿真样本 | 第55-56页 |
| 5.4.2 百分比剩余寿命计算 | 第56-57页 |
| 5.4.3 模糊支持向量机评价结果 | 第57页 |
| 5.5 本章小结 | 第57-59页 |
| 第六章 结束语 | 第59-61页 |
| 6.1 主要工作与创新点 | 第59-60页 |
| 6.2 后续研究工作 | 第60-61页 |
| 参考 文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间已发表或录用的论文 | 第66页 |