| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 论文的选题背景和研究意义 | 第8-10页 |
| 1.1.1 论文的选题背景 | 第8-9页 |
| 1.1.2 论文的研究意义 | 第9-10页 |
| 1.2 电网故障诊断的国内外研究现状 | 第10-13页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-13页 |
| 1.3 论文的主要研究内容 | 第13-15页 |
| 2 750kV变电站系统 | 第15-19页 |
| 2.1 750kV变电站一次系统 | 第15-16页 |
| 2.1.1 750kV变电站一次设备 | 第15页 |
| 2.1.2 750kV变电站系统主接线 | 第15-16页 |
| 2.2 750kV变电站二次系统 | 第16-18页 |
| 2.2.1 750kV变电站综合自动化系统 | 第17-18页 |
| 2.2.2 750kV变电站系统的保护配置 | 第18页 |
| 2.3 小结 | 第18-19页 |
| 3 基于贝叶斯网的 750kV变电站故障诊断 | 第19-30页 |
| 3.1 贝叶斯网理论 | 第19-20页 |
| 3.2 750kV变电站BN故障诊断模型 | 第20-24页 |
| 3.2.1 750kV变电站冗余配置 | 第20页 |
| 3.2.2 750kV变电站的BN诊断模型 | 第20-24页 |
| 3.3 750kV变电站BN故障诊断模型中先验概率赋值 | 第24-26页 |
| 3.3.1 信息熵理论 | 第24页 |
| 3.3.2 初始概率赋值 | 第24-25页 |
| 3.3.3 条件概率赋值 | 第25-26页 |
| 3.4 750kV变电站BN故障诊断综合推理 | 第26页 |
| 3.5 算例分析 | 第26-29页 |
| 3.6 小结 | 第29-30页 |
| 4 基于时序贝叶斯网的 750kV变电站故障诊断方法 | 第30-39页 |
| 4.1 750kV变电站的时序特性 | 第30-31页 |
| 4.1.1 事件的时序特性 | 第30-31页 |
| 4.1.2 750kV变电站系统的时序特性 | 第31页 |
| 4.2 750kV变电站时序BN故障诊断 | 第31-33页 |
| 4.2.1 时序BN故障诊断模型 | 第31-33页 |
| 4.2.2 时序BN故障诊断推理 | 第33页 |
| 4.3 案例分析 | 第33-38页 |
| 4.4 小结 | 第38-39页 |
| 5 基于DS证据理论融合的 750kV变电站故障诊断方法 | 第39-49页 |
| 5.1 故障录波器信息诊断方法 | 第39-43页 |
| 5.1.1 小波变换理论 | 第39-40页 |
| 5.1.2 故障录波信息故障诊断方法 | 第40-43页 |
| 5.2 DS证据融合理论 | 第43-45页 |
| 5.2.1 融合诊断概念 | 第43页 |
| 5.2.2 DS证据理论及合成规则 | 第43-45页 |
| 5.3 750kV变电站的DS证据理论信息融合故障诊断 | 第45-47页 |
| 5.3.1 DS证据理论信息融合故障诊断模型 | 第45页 |
| 5.3.2 DS证据理论信息融合故障诊断推理 | 第45-47页 |
| 5.4 算例分析 | 第47-48页 |
| 5.5 小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读学位期间的研究成果 | 第55页 |
