| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题背景及意义 | 第11-12页 |
| 1.2 国内外发展现状 | 第12-14页 |
| 1.2.1 智能配电网的国内外发展现状 | 第12-13页 |
| 1.2.2 电网自愈的国内外发展现状 | 第13-14页 |
| 1.3 智能配电网故障诊断技术 | 第14-17页 |
| 1.3.1 专家系统 | 第14-15页 |
| 1.3.2 Petri网络 | 第15页 |
| 1.3.3 粗糙集理论 | 第15-16页 |
| 1.3.4 遗传算法 | 第16页 |
| 1.3.5 贝叶斯网络 | 第16-17页 |
| 1.3.6 综合方法的故障诊断 | 第17页 |
| 1.4 本文所做工作 | 第17-19页 |
| 第2章 配电系统的故障诊断及自愈 | 第19-31页 |
| 2.1 配电网网络拓扑 | 第19-22页 |
| 2.1.1 配电线路类型 | 第19页 |
| 2.1.2 配电网络拓扑类型 | 第19-22页 |
| 2.2 配电故障类型及保护 | 第22-25页 |
| 2.2.1 配电故障类型 | 第22页 |
| 2.2.2 配电继电保护类型 | 第22-25页 |
| 2.3 配电自动化技术 | 第25-27页 |
| 2.4 配电网自动化终端装置 | 第27-28页 |
| 2.4.1 FTU | 第27-28页 |
| 2.4.2 DTU和TTU | 第28页 |
| 2.4.3 RTU | 第28页 |
| 2.5 SCADA系统、AM\FM\GIS系统 | 第28-30页 |
| 2.5.1 SCADA系统 | 第28-29页 |
| 2.5.2 AM/FM/GIS系统 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 配电线路短路故障定位算法分析 | 第31-47页 |
| 3.1 人工神经网络 | 第31-33页 |
| 3.1.1 BP神经网络的结构与学习过程 | 第31-33页 |
| 3.1.2 BP神经网络在电力系统故障定位中的相关问题 | 第33页 |
| 3.2 模糊理论 | 第33-38页 |
| 3.2.1 模糊集合、模糊隶属度和模糊隶属函数 | 第34页 |
| 3.2.2 模糊集合贴近度理论 | 第34-36页 |
| 3.2.3 模糊综合评判方法 | 第36-38页 |
| 3.2.4 模糊理论的相关问题 | 第38页 |
| 3.3 常规模糊最小-最大神经网络分类器(FMNN) | 第38-42页 |
| 3.4 仿真样本提取 | 第42-45页 |
| 3.4.1 电力系统保护动作原理 | 第42-44页 |
| 3.4.2 训练样本获取及训练过程 | 第44-45页 |
| 3.5 仿真分析 | 第45-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 基于模糊最小-最大神经网络分类器的线路短路故障定位方法 | 第47-63页 |
| 4.1 模糊神经网络 | 第47-49页 |
| 4.1.1 模糊理论与神经网络的融合 | 第47-48页 |
| 4.1.2 模糊神经网络的概念与结构 | 第48-49页 |
| 4.2 模糊最小-最大神经网络分类器研究 | 第49-58页 |
| 4.2.1 通用模糊最小-最大神经网络分类器(GFMN) | 第49-53页 |
| 4.2.2 补偿神经元的模糊最小-最大神经网络分类器(FMCN) | 第53-56页 |
| 4.2.3 FMNN、GFMN、FMCN对比仿真分析 | 第56-58页 |
| 4.3 基于FMCN的智能配电网线路短路故障定位方法研究 | 第58-62页 |
| 4.3.1 18节点智能配电网络故障样本 | 第58-60页 |
| 4.3.2 配电网故障诊断流程 | 第60-62页 |
| 4.4 仿真分析 | 第62页 |
| 4.5 本章小结 | 第62-63页 |
| 第5章 基于多智能体粒子群算法的智能配电网自愈控制方法 | 第63-85页 |
| 5.1 智能配电网自愈分析 | 第63-66页 |
| 5.1.1 电网自愈概述 | 第63-64页 |
| 5.1.2 配网自愈能力的评价指标 | 第64-66页 |
| 5.2 智能配电网潮流计算 | 第66-72页 |
| 5.2.1 配电网络的潮流计算 | 第66-69页 |
| 5.2.2 含分布式发电的智能配电网潮流计算 | 第69-72页 |
| 5.3 基于MAS-PSO的智能配电网的自愈控制方法研究 | 第72-81页 |
| 5.3.1 粒子群算法的基本原理和数学描述 | 第72-73页 |
| 5.3.2 MAS-PSO算法 | 第73-77页 |
| 5.3.3 基于MAS-PSO算法的智能配电网自愈控制方法 | 第77-81页 |
| 5.4 仿真分析 | 第81-84页 |
| 5.5 本章小结 | 第84-85页 |
| 第6章 结论与展望 | 第85-87页 |
| 6.1 结论 | 第85页 |
| 6.2 展望 | 第85-87页 |
| 参考文献 | 第87-93页 |
| 致谢 | 第93-95页 |
| 攻读硕士期间所做工作 | 第95页 |
