| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题背景意义及研究意义 | 第9-10页 |
| 1.2 国内外研究情况 | 第10-12页 |
| 1.2.1 国外研究情况 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 论文主要研究工作 | 第12-13页 |
| 第二章 GIC产生机理及其危害 | 第13-19页 |
| 2.1 GIC产生的星际原因 | 第13-16页 |
| 2.1.1 行星际扰动和地磁暴的关系 | 第13-14页 |
| 2.1.2 地磁暴和GIC的关系 | 第14-15页 |
| 2.1.3 GIC和行星际扰动的关系 | 第15-16页 |
| 2.2 GIC诱发电力系统故障的机理 | 第16-17页 |
| 2.3 GIC的危害 | 第17-19页 |
| 第三章 基于CME相关参数的GIC预测评估模型研究 | 第19-29页 |
| 3.1 研究成果综述 | 第19-21页 |
| 3.1.1 CME介绍 | 第19-20页 |
| 3.1.2 与GIC相关的CME参数 | 第20-21页 |
| 3.1.3 常见的CME监测 | 第21页 |
| 3.2 模型及相关知识介绍 | 第21-25页 |
| 3.2.1 冰淇淋模型 | 第21-23页 |
| 3.2.2 基于对数正态概率分布的GIC计算 | 第23-25页 |
| 3.3 模型链的构建 | 第25-26页 |
| 3.4 算例分析与验证 | 第26-29页 |
| 3.4.1 算例分析的数据来源 | 第26-28页 |
| 3.4.2 结论 | 第28-29页 |
| 第四章 GIC评估模型库的建立 | 第29-41页 |
| 4.1 GIC预测模型 | 第29-31页 |
| 4.1.1 基于NARX动态神经网络GIC预测模型 | 第29-30页 |
| 4.1.2 基于小波神经网络的GIC预测模型 | 第30-31页 |
| 4.1.3 基于CME相关参数的GIC预测模型 | 第31页 |
| 4.2 变压器中性点电阻安装位置问题的优化算法模型 | 第31-32页 |
| 4.3 GIC水平计算模型 | 第32-33页 |
| 4.3.1 多电压等级电网的GIC计算模型 | 第32-33页 |
| 4.4 模型库的技术支持 | 第33-34页 |
| 4.4.1 ASP.NET技术 | 第33-34页 |
| 4.4.2 XML语言 | 第34页 |
| 4.4.3 ADO.NET | 第34页 |
| 4.5 模型库的设计 | 第34-41页 |
| 4.5.1 模型库的功能要求 | 第34页 |
| 4.5.2 模型库设计的总体设计框架 | 第34-35页 |
| 4.5.3 主要应用模块的设计 | 第35-38页 |
| 4.5.4 算法模型库的数据库设计 | 第38-41页 |
| 第五章 系统的实现 | 第41-48页 |
| 5.1 系统概述 | 第41-45页 |
| 5.1.1 软件开发目标 | 第41页 |
| 5.1.2 系统软硬件配置 | 第41-42页 |
| 5.1.3 系统开发环境和主要技术 | 第42页 |
| 5.1.4 系统整体体系架构 | 第42-44页 |
| 5.1.5 系统功能划分 | 第44-45页 |
| 5.2 站点GIC水平评估系统的实现 | 第45-48页 |
| 第六章 总结与展望 | 第48-50页 |
| 6.1 总结 | 第48-49页 |
| 6.2 展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间发表的学术论文及其他成果 | 第53-54页 |
| 致谢 | 第54页 |
