| 第一章 绪论 | 第1-14页 |
| ·引言 | 第7-8页 |
| ·电力系统暂态稳定性分析 | 第8-10页 |
| ·数值仿真法 | 第8页 |
| ·基于Lyapunov稳定判据的直接法 | 第8-9页 |
| ·扩展等面积定则(EEAC)法 | 第9-10页 |
| ·模式识别法 | 第10页 |
| ·基于模式识别理论的电力系统暂态稳定性分析方法综述 | 第10-12页 |
| ·神经网络方法及其在暂态稳定分析中的应用 | 第10-12页 |
| ·聚类分析方法及其在暂态稳定分析中的应用 | 第12页 |
| ·本文的主要工作 | 第12-14页 |
| 第二章 电力系统暂态故障分类特征量的选取 | 第14-25页 |
| ·特征量选取原则 | 第14页 |
| ·常规特征量的选取 | 第14-19页 |
| ·基于能量裕度的特征量选择 | 第19-23页 |
| ·暂态能量函数法 | 第19-20页 |
| ·暂态能量定义 | 第20-22页 |
| ·基于PEBS法的能量裕度求取 | 第22-23页 |
| ·本文中特征量的选取及其描述 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第三章 基于BP神经网络方法的暂态稳定故障分类 | 第25-37页 |
| ·BP神经网络介绍 | 第25-28页 |
| ·训练样本的聚类处理 | 第28-30页 |
| ·使用BP网络实现在线暂态故障分类 | 第30-31页 |
| ·用于暂态故障分类的BP神经网络模型 | 第30页 |
| ·训练样本集与测试样本集的建造 | 第30-31页 |
| ·算例分析 | 第31-35页 |
| ·结论 | 第35-37页 |
| 第四章 基于聚类分析的暂态稳定故障分类 | 第37-46页 |
| ·聚类分析方法 | 第37-42页 |
| ·模糊聚类(FCM)方法 | 第38-39页 |
| ·矢量量化(VQ)方法 | 第39-42页 |
| ·基于VQ与FCM方法的暂态稳定分析 | 第42-43页 |
| ·算例分析 | 第43-45页 |
| ·结论 | 第45-46页 |
| 第五章 结论与展望 | 第46-48页 |
| ·本文工作总结 | 第46页 |
| ·未来工作及展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士期间发表论文和参加科研情况说明 | 第51-52页 |
| 致谢 | 第52页 |