| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题研究背景及意义 | 第10-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 论文的主要内容 | 第17-20页 |
| 第二章 人工神经网络 | 第20-32页 |
| 2.1 人工神经网络的基本概念 | 第20-25页 |
| 2.2 BP神经网络的结构和特点 | 第25-26页 |
| 2.3 BP神经网络算法 | 第26-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 特高压直流输电线路高频量衰减双端故障测距方法 | 第32-46页 |
| 3.1 基于高频量衰减特性的特高压直流输电线路双端测距原理 | 第32-41页 |
| 3.2 基于高频量衰减特性的特高压直流输电线路神经网络双端故障测距算法 | 第41-43页 |
| 3.3 仿真验证 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 特高压直流输电线路模量首波头单端测距方法 | 第46-56页 |
| 4.1 利用模量首波头模极大值比的特高压直流输电线路神经网络单端测距原理 | 第46-51页 |
| 4.2 利用模量首波头模极大值比的特高压直流输电线路神经网络单端测距算法 | 第51-53页 |
| 4.3 仿真验证 | 第53页 |
| 4.4 本章小结 | 第53-56页 |
| 第五章 特高压直流输电线路模量传输时间差单端故障测距方法 | 第56-68页 |
| 5.1 利用模量传输时间差的特高压直流输电线路神经网络单端故障测距原理 | 第56-63页 |
| 5.2 利用模量传输时间差的特高压直流输电线路神经网络单端故障测距算法 | 第63-65页 |
| 5.3 仿真验证 | 第65-66页 |
| 5.4 本章小结 | 第66-68页 |
| 第六章 结论和展望 | 第68-70页 |
| 6.1 论文结论 | 第68页 |
| 6.2 工作展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 附录 (发表的论文及参与的项目) | 第76页 |
