| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 论文的选题背景和研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 目前铁路常用的防污闪措施 | 第10-12页 |
| 1.2.2 目前的在线监测方法和预测模型 | 第12-13页 |
| 1.3 论文的主要研究内容 | 第13-15页 |
| 2 绝缘子自然积污机理分析 | 第15-21页 |
| 2.1 引言 | 第15页 |
| 2.2 气象条件与绝缘子自然积污的关系 | 第15-19页 |
| 2.2.1 绝缘子的污闪形成过程 | 第15-17页 |
| 2.2.2 气象条件对绝缘子自然积污的影响 | 第17-19页 |
| 2.3 绝缘子污秽等级的选定标准 | 第19-20页 |
| 2.4 小结 | 第20-21页 |
| 3 BP神经网络与人工鱼群算法的理论基础 | 第21-29页 |
| 3.1 引言 | 第21页 |
| 3.2 BP神经网络的基本理论 | 第21-25页 |
| 3.2.1 BP神经网络的基本概念 | 第21-22页 |
| 3.2.2 BP神经网络模型与结构 | 第22页 |
| 3.2.3 BP神经网络学习规则 | 第22-25页 |
| 3.3 人工鱼群算法的基本理论 | 第25-28页 |
| 3.3.1 人工鱼群算法的基本思想 | 第25-26页 |
| 3.3.2 人工鱼群算法的数学定义 | 第26-27页 |
| 3.3.3 人工鱼群算法的参数分析 | 第27-28页 |
| 3.4 小结 | 第28-29页 |
| 4 绝缘子污秽等级预测模型的建立 | 第29-42页 |
| 4.1 引言 | 第29页 |
| 4.2 基于人工鱼群-BP神经网络的绝缘子污秽等级预测模型 | 第29-34页 |
| 4.2.1 网络结构的确定 | 第29-33页 |
| 4.2.2 算法流程 | 第33-34页 |
| 4.3 绝缘子污秽等级预测模型的仿真 | 第34-41页 |
| 4.3.1 样本数据的确定 | 第34-39页 |
| 4.3.2 仿真验证 | 第39-41页 |
| 4.4 小结 | 第41-42页 |
| 5 接触网绝缘子和线路污闪概率预测方法及算例验证 | 第42-50页 |
| 5.1 引言 | 第42页 |
| 5.2 污闪概率预测模型的建立 | 第42-43页 |
| 5.3 污闪概率计算 | 第43-45页 |
| 5.4 算例分析 | 第45-49页 |
| 5.4.1 接触网绝缘子污闪概率的计算 | 第46-48页 |
| 5.4.2 接触网线路污闪概率的计算 | 第48页 |
| 5.4.3 分析对比 | 第48-49页 |
| 5.5 小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 攻读学位期间的研究成果 | 第55页 |