| 致谢 | 第6-7页 |
| 中文摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 1 引言 | 第13-21页 |
| 1.1 研究目的和意义 | 第13-14页 |
| 1.2 国内外研究现状及发展趋势 | 第14-19页 |
| 1.2.1 故障诊断现状及发展趋势 | 第14-17页 |
| 1.2.2 故障区段定位现状及发展趋势 | 第17-18页 |
| 1.2.3 同步相量量测技术及发展趋势 | 第18-19页 |
| 1.3 论文内容安排 | 第19-21页 |
| 2 基于μPMU的主动配电系统故障诊断与区段定位基本知识以及协同架构设计 | 第21-35页 |
| 2.1 故障特征分析 | 第21-31页 |
| 2.1.1 传统小电流接地故障特征 | 第21-25页 |
| 2.1.2 含分布式电源的故障特征 | 第25-29页 |
| 2.1.3 仿真验证 | 第29-31页 |
| 2.2 微型同步相量量测装置 | 第31-32页 |
| 2.3 本地-主站协同架构 | 第32-34页 |
| 2.4 本章小结 | 第34-35页 |
| 3 基于多端同步量测数据的故障诊断算法 | 第35-61页 |
| 3.1 本地数据处理及上传机制 | 第35-41页 |
| 3.2 主站多点协同故障诊断算法 | 第41-49页 |
| 3.2.1 数据降维形成特征向量 | 第41-43页 |
| 3.2.2 SVM故障判别算法 | 第43-47页 |
| 3.2.3 数据召回及二次验证 | 第47-49页 |
| 3.3 算例分析 | 第49-60页 |
| 3.3.1 不含扰动场景分析 | 第52-55页 |
| 3.3.2 含扰动场景分析 | 第55-60页 |
| 3.4 本章小结 | 第60-61页 |
| 4 基于差值信息的故障区段定位算法 | 第61-77页 |
| 4.1 区段特征向量提取 | 第61-65页 |
| 4.1.1 多端信息差值 | 第61-62页 |
| 4.1.2 K-means聚类形成区段特征向量 | 第62-65页 |
| 4.2 故障区段定位 | 第65-69页 |
| 4.2.1 贝叶斯判别 | 第65-67页 |
| 4.2.2 判别算法有效性验证 | 第67-69页 |
| 4.3 算例分析 | 第69-75页 |
| 4.4 本章小结 | 第75-77页 |
| 5 结论 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 作者简历 | 第83-87页 |
| 学位论文数据集 | 第87页 |