| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景与意义 | 第11页 |
| 1.2 国内外电网故障诊断方法的研究现状 | 第11-14页 |
| 1.2.1 基于开关量信息的电网故障诊断研究现状 | 第11-13页 |
| 1.2.2 基于多源信息的电网故障诊断研究现状 | 第13-14页 |
| 1.3 本文的主要工作 | 第14-15页 |
| 1.4 论文的组织 | 第15-17页 |
| 第2章 计及可信度的贝叶斯网络和希尔伯特-黄变换理论 | 第17-25页 |
| 2.1 贝叶斯网络相关理论 | 第17-19页 |
| 2.1.1 贝叶斯定理和概率推理 | 第17页 |
| 2.1.2 贝叶斯网络模型 | 第17-18页 |
| 2.1.3 贝叶斯网络推理 | 第18-19页 |
| 2.2 计及可信度的贝叶斯网络数学描述 | 第19-20页 |
| 2.3 希尔伯特-黄变换理论 | 第20-23页 |
| 2.3.1 瞬时频率 | 第21页 |
| 2.3.2 经验模态分解 | 第21-22页 |
| 2.3.3 希尔伯特谱和边际谱 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 计及可信度的变结构贝叶斯网络电网故障诊断 | 第25-45页 |
| 3.1 引言 | 第25页 |
| 3.2 计及故障模式的变结构贝叶斯网络诊断模型 | 第25-32页 |
| 3.2.1 故障模式分类 | 第25-27页 |
| 3.2.2 故障模式判别 | 第27-28页 |
| 3.2.3 变结构贝叶斯网络诊断模型的构建 | 第28-32页 |
| 3.3 诊断模型各节点事件发生的可信度评估方法 | 第32-36页 |
| 3.3.1 保护与断路器状态值的可信度及其评估规则 | 第33-34页 |
| 3.3.2 保护与断路器动作发生时刻的可信度评估 | 第34-36页 |
| 3.3.3 诊断模型中各节点事件可信度 | 第36页 |
| 3.4 计及可信度的变结构贝叶斯网络电网故障诊断方法流程 | 第36-38页 |
| 3.5 算例分析 | 第38-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第4章 基于多源信息融合的电网故障诊断方法 | 第45-63页 |
| 4.1 引言 | 第45页 |
| 4.2 基于保护信息的疑似故障元件判断 | 第45-50页 |
| 4.2.1 故障判别矩阵的构建 | 第46-48页 |
| 4.2.2 疑似故障线路判别 | 第48-50页 |
| 4.3 利用HHT对录波数据故障特征量的提取 | 第50-53页 |
| 4.3.1 电流幅值畸变度 | 第50-53页 |
| 4.3.2 电流故障能量值 | 第53页 |
| 4.4 基于数据融合的电网故障诊断 | 第53-57页 |
| 4.4.1 改进的D-S证据融合 | 第53-55页 |
| 4.4.2 电流幅值相对故障度 | 第55-56页 |
| 4.4.3 能量相对故障度 | 第56页 |
| 4.4.4 贝叶斯网络相对故障度 | 第56页 |
| 4.4.5 三种相对故障度的信息融合 | 第56页 |
| 4.4.6 基于融合结果的故障诊断决策 | 第56-57页 |
| 4.5 基于多源信息融合的电网故障诊断方法流程 | 第57-58页 |
| 4.6 算例分析 | 第58-62页 |
| 4.7 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第70页 |
