| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-11页 |
| 1.1 选题背景及研究意义 | 第8-10页 |
| 1.1.1 选题背景 | 第8页 |
| 1.1.2 故障选线研究现状 | 第8-9页 |
| 1.1.3 神经网络和遗传算法研究现状及应用领域 | 第9-10页 |
| 1.2 主要内容及组织结构 | 第10-11页 |
| 2 小电流接地系统单相接地故障特征分析 | 第11-19页 |
| 2.1 中性点不接地系统单相接地故障特征分析 | 第11-16页 |
| 2.1.1 中性点不接地系统 | 第11页 |
| 2.1.2 基波稳态特征 | 第11-14页 |
| 2.1.3 暂态特征分析 | 第14-15页 |
| 2.1.4 谐波特征分析 | 第15-16页 |
| 2.2 谐振接地系统单相接地故障特征分析 | 第16-18页 |
| 2.2.1 中性点经消弧线圈接地系统 | 第16页 |
| 2.2.2 基波稳态特征 | 第16-18页 |
| 2.2.3 暂态特征分析 | 第18页 |
| 2.2.4 谐波特征分析 | 第18页 |
| 2.3 本章小结 | 第18-19页 |
| 3 基于BP神经网络的故障选线方法研究 | 第19-29页 |
| 3.1 神经网络原理 | 第19-24页 |
| 3.1.1 BP网络算法的原理 | 第19-20页 |
| 3.1.2 BP网络算法步骤 | 第20-22页 |
| 3.1.3 BP网络算法的学习过程 | 第22-24页 |
| 3.2 基于BP神经网络的故障选线模型 | 第24-27页 |
| 3.2.1 样本数据处理 | 第24-26页 |
| 3.2.2 故障选线的BP神经网络结构确定 | 第26-27页 |
| 3.3 基于BP神经网络的故障选线方法不足 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 4 基于遗传算法优化神经网络的小电流接地系统故障选线方法研究 | 第29-40页 |
| 4.1 遗传算法原理 | 第29-32页 |
| 4.1.1 遗传算法的步骤 | 第29-30页 |
| 4.1.2 遗传算法的要素 | 第30-31页 |
| 4.1.3 遗传算法的初始运行参数 | 第31-32页 |
| 4.2 基于GA优化BP神经网络故障选线的方法 | 第32-33页 |
| 4.2.1 基于GA优化BP神经网络故障选线原理 | 第32-33页 |
| 4.2.2 基于GA优化BP神经网络故障选线的局限 | 第33页 |
| 4.3 遗传算法的改进 | 第33-36页 |
| 4.3.1 自适应遗传算法 | 第33-35页 |
| 4.3.2 改进的自适应交叉变异率 | 第35-36页 |
| 4.4 基于改进的遗传算法优化BP神经网络故障选线方法 | 第36-39页 |
| 4.4.1 改进遗传算法故障选线原理 | 第36页 |
| 4.4.2 改进的遗传算法优化BP神经网络故障选线算法 | 第36-39页 |
| 4.5 本章小结 | 第39-40页 |
| 5 故障选线的仿真分析与测试 | 第40-47页 |
| 5.1 故障选线仿真模型 | 第40-45页 |
| 5.2 仿真模型的验证 | 第45-46页 |
| 5.3 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读学位期间的研究成果 | 第52页 |
