| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-23页 |
| 1.1 课题研究的背景和意义 | 第14-17页 |
| 1.1.1 课题研究的背景 | 第14-15页 |
| 1.1.2 课题研究的意义 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-20页 |
| 1.3 论文的主要内容及创新点 | 第20-22页 |
| 1.3.1 论文的主要内容 | 第20-21页 |
| 1.3.2 论文的主要创新点 | 第21-22页 |
| 1.4 小结 | 第22-23页 |
| 第二章 智能变电站故障诊断基本框架 | 第23-34页 |
| 2.1 智能变电站故障诊断基本框架 | 第23-24页 |
| 2.2 故障信息源模型 | 第24-30页 |
| 2.2.1 一次系统故障告警信息 | 第24-26页 |
| 2.2.2 二次系统故障告警信息 | 第26-29页 |
| 2.2.3 故障告警信息的获取 | 第29-30页 |
| 2.3 故障诊断流程 | 第30-33页 |
| 2.3.1 确定可疑故障元件集 | 第30-32页 |
| 2.3.2 可疑故障元件故障概率计算及确定故障元件集 | 第32页 |
| 2.3.3 保护和断路器不正常动作分析 | 第32-33页 |
| 2.4 小结 | 第33-34页 |
| 第三章 可疑故障元件故障概率计算及故障元件确定 | 第34-51页 |
| 3.1 故障-告警有向二分图模型 | 第34-40页 |
| 3.1.1 故障-告警有向二分图模型介绍 | 第34-37页 |
| 3.1.2 可疑故障元件先验概率计算 | 第37-40页 |
| 3.2 基于比值形式贝叶斯算法的故障概率计算 | 第40-45页 |
| 3.2.1 贝叶斯基础理论知识 | 第40-42页 |
| 3.2.2 基于比值形式贝叶斯算法计算元件故障概率 | 第42-45页 |
| 3.3 基于信息融合方法的故障元件精确定位 | 第45-49页 |
| 3.3.1 告警信息完备度参数 | 第45-46页 |
| 3.3.2 故障概率可靠度参数 | 第46-48页 |
| 3.3.3 基于信息融合方法的故障元件精确定位 | 第48-49页 |
| 3.4 小结 | 第49-51页 |
| 第四章 保护和断路器动作分析 | 第51-59页 |
| 4.1 保护和断路器动作情况分类 | 第51-53页 |
| 4.2 保护和断路器拒动及误动逐层溯源推理 | 第53-58页 |
| 4.2.1 保护拒动溯源推理过程 | 第53-55页 |
| 4.2.2 保护误动溯源推理过程 | 第55-56页 |
| 4.2.3 断路器拒动溯源推理过程 | 第56-57页 |
| 4.2.4 断路器误动溯源推理过程 | 第57-58页 |
| 4.3 小结 | 第58-59页 |
| 第五章 智能变电站故障算例 | 第59-69页 |
| 5.1 智能变电站基本情况 | 第59-61页 |
| 5.2 智能变电站故障告警信息 | 第61-63页 |
| 5.3 故障元件计算过程 | 第63-68页 |
| 5.3.1 智能变电站二分图模型 | 第63-65页 |
| 5.3.2 可疑故障元件故障概率计算 | 第65-67页 |
| 5.3.3 断路器不正常动作分析 | 第67-68页 |
| 5.4 智能变电站故障诊断报告 | 第68-69页 |
| 第六章 结论与展望 | 第69-71页 |
| 6.1 结论 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间的学术成果 | 第76-77页 |
| 攻读硕士学位期间的科研情况 | 第77-78页 |
| 附件 | 第78页 |