| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 选题背景及研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.3 本文主要研究内容 | 第18-19页 |
| 第2章 故障演化机制和早期故障模型 | 第19-27页 |
| 2.1 引言 | 第19页 |
| 2.2 早期故障演化机制 | 第19-20页 |
| 2.3 船舶电力传输线缆早期故障特征 | 第20-22页 |
| 2.4 电弧模型 | 第22-24页 |
| 2.5 早期故障易发期状态模拟 | 第24-25页 |
| 2.6 本章小结 | 第25-27页 |
| 第3章 基于卡尔曼滤波器的电力传输线缆特征信号检测 | 第27-39页 |
| 3.1 引言 | 第27页 |
| 3.2 基于卡尔曼滤波器的电力线路状态检测 | 第27-33页 |
| 3.2.1 卡尔曼滤波器 | 第27-30页 |
| 3.2.2 卡尔曼滤波器的快速和缓慢滤波 | 第30页 |
| 3.2.3 故障特征电信号的处理 | 第30-32页 |
| 3.2.4 阈值设定 | 第32-33页 |
| 3.3 仿真模拟验证 | 第33-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 基于马尔科夫链的短路故障预测 | 第39-47页 |
| 4.1 引言 | 第39页 |
| 4.2 马尔科夫链的理论基础 | 第39-40页 |
| 4.3 船舶输电线路短路故障预测 | 第40-42页 |
| 4.4 模拟仿真 | 第42-45页 |
| 4.5 本章小结 | 第45-47页 |
| 第5章 基于粒子群算法的船舶电力系统预测性网络重构 | 第47-74页 |
| 5.1 引言 | 第47-48页 |
| 5.2 船舶电力系统预测性恢复数学模型 | 第48-56页 |
| 5.2.1 船舶电网结构 | 第48-49页 |
| 5.2.2 负载分级 | 第49页 |
| 5.2.3 目标函数和约束条件 | 第49-51页 |
| 5.2.4 负载支路关联矩阵 | 第51-56页 |
| 5.3 基于改进粒子群算法的船舶电力系统预测性故障恢复 | 第56-63页 |
| 5.3.1 粒子群算法介绍 | 第56-58页 |
| 5.3.2 粒子群离散化 | 第58-60页 |
| 5.3.3 改进粒子群算法 | 第60-63页 |
| 5.4 仿真验证 | 第63-73页 |
| 5.5 本章小结 | 第73-74页 |
| 总结与展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 攻读学位期间发表学术论文 | 第80-81页 |
| 致谢 | 第81页 |
