| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-30页 |
| ·分布式发电系统孤岛检测的研究意义 | 第13-15页 |
| ·分布式发电系统孤岛检测的主要方法及特点 | 第15-16页 |
| ·分布式发电系统孤岛检测技术的研究现状 | 第16-23页 |
| ·孤岛的远程检测方法 | 第16-19页 |
| ·孤岛的本地检测方法 | 第19-23页 |
| ·人工免疫系统研究现状及其在模式识别方面的应用 | 第23-28页 |
| ·人工免疫系统的研究现状 | 第24-26页 |
| ·人工免疫系统在模式识别方面的应用 | 第26-28页 |
| ·本文的主要研究内容 | 第28-30页 |
| 第2章 基于谐波模式识别的孤岛检测 | 第30-51页 |
| ·谐波功率 | 第30-37页 |
| ·电流谐波功率 | 第31-33页 |
| ·电流谐波功率的计算 | 第33-37页 |
| ·电流谐波功率测量实际考虑的问题 | 第37-38页 |
| ·基于谐波功率模式识别的孤岛检测 | 第38-46页 |
| ·谐波功率状态空间映射 | 第38-40页 |
| ·数据聚类 | 第40-46页 |
| ·计算实例 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第3章 用于孤岛检测的人工免疫系统原理 | 第51-77页 |
| ·生物免疫系统 | 第51-57页 |
| ·免疫系统的结构和功能 | 第52-56页 |
| ·免疫系统的计算机理 | 第56-57页 |
| ·人工免疫系统概况 | 第57-63页 |
| ·基于算法的阴性选择 | 第58-60页 |
| ·独特型网络和克隆选择算法 | 第60-62页 |
| ·基于自然免疫系统结构的人工免疫系统软件和硬件结构 | 第62-63页 |
| ·混合免疫系统模型 | 第63页 |
| ·阴性选择算法 | 第63-72页 |
| ·阴性选择算法的二进制匹配规则 | 第64-65页 |
| ·二进制匹配规则性能分析 | 第65-67页 |
| ·具有检测规则的阴性选择算法 | 第67-71页 |
| ·仿真算例 | 第71-72页 |
| ·生物免疫系统的模式识别 | 第72-76页 |
| ·B细胞受体 | 第74-75页 |
| ·T细胞受体 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第4章 基于免疫原理的分布式发电孤岛检测方法 | 第77-92页 |
| ·基于免疫原理的孤岛检测算法原理 | 第77-85页 |
| ·T模块 | 第77-80页 |
| ·B模块 | 第80-85页 |
| ·亲合度计算 | 第85-87页 |
| ·计算实例 | 第87-90页 |
| ·孤岛系统3的检测结果 | 第87-88页 |
| ·孤岛系统2的检测结果 | 第88-90页 |
| ·本章小结 | 第90-92页 |
| 第5章 基于混合人工免疫算法的孤岛检测 | 第92-110页 |
| ·混合免疫学习算法基本原理 | 第92-93页 |
| ·实数阴性选择算法 | 第93-95页 |
| ·覆盖非我状态空间抗体数量的确定 | 第95-99页 |
| ·自我/非我状态空间体积计算 | 第96-98页 |
| ·初始抗体集计算 | 第98-99页 |
| ·抗体分布的改善 | 第99-105页 |
| ·模拟退火算法 | 第99-101页 |
| ·优化抗体集覆盖非我空间的算法 | 第101-105页 |
| ·计算实例 | 第105-108页 |
| ·基于实数阴性选择算法的混合孤岛检测方法 | 第105-106页 |
| ·基于改进实数阴性选择算法的混合孤岛检测方法 | 第106-108页 |
| ·本章小结 | 第108-110页 |
| 结论 | 第110-112页 |
| 参考文献 | 第112-119页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第119-120页 |
| 致谢 | 第120-121页 |
| 作者简介 | 第121页 |