基于贝叶斯网络的继电保护故障诊断
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7页 |
| ·贝叶斯网络研究与发展 | 第7-8页 |
| ·电网继电保护故障诊断方法研究与发展 | 第8-11页 |
| ·专家系统 | 第8-9页 |
| ·人工神经网络 | 第9页 |
| ·Petri网络 | 第9-10页 |
| ·粗糙集理论 | 第10-11页 |
| ·模糊集理论 | 第11页 |
| ·主要研究内容 | 第11-13页 |
| 第二章 贝叶斯网络理论基础 | 第13-19页 |
| ·贝叶斯网络理论 | 第13-15页 |
| ·贝叶斯网络概述 | 第13-14页 |
| ·贝叶斯网络的特征 | 第14-15页 |
| ·贝叶斯网络推理算法 | 第15-16页 |
| ·贝叶斯网络进行故障诊断的优势 | 第16-18页 |
| ·小结 | 第18-19页 |
| 第三章 贝叶斯网络的推理和参数学习 | 第19-29页 |
| ·贝叶斯网络的推理 | 第19-26页 |
| ·贝叶斯网络的精确推理 | 第19-24页 |
| ·贝叶斯网络的近似推理 | 第24-26页 |
| ·贝叶斯网络的参数学习 | 第26-28页 |
| ·常用参数学习方法 | 第26-28页 |
| ·故障诊断参数学习方法 | 第28页 |
| ·小结 | 第28-29页 |
| 第四章 继电保护故障诊断流程及维修决策 | 第29-39页 |
| ·基于贝叶斯网络的继电保护故障诊断流程 | 第29-30页 |
| ·继电保护故障维修决策 | 第30-38页 |
| ·基于贝叶斯网络的维修决策简介 | 第30-32页 |
| ·维修决策动作序列 | 第32-34页 |
| ·问题节点 | 第34-35页 |
| ·动作顺序计算 | 第35-38页 |
| ·小结 | 第38-39页 |
| 第五章 基于贝叶斯网络的继电保护故障诊断研究方法 | 第39-59页 |
| ·贝叶斯网络建模研究 | 第39-41页 |
| ·模拟DAG结构 | 第41-44页 |
| ·电力系统继电保护的动作原理 | 第44-45页 |
| ·基于贝叶斯电网故障诊断模型 | 第45-50页 |
| ·继电保护信息的时序属性 | 第50-52页 |
| ·故障信息的预处理 | 第52-54页 |
| ·信息的时序一致性识别 | 第52-53页 |
| ·基于贝叶斯网络的信息完备化 | 第53-54页 |
| ·故障的推理诊断 | 第54-56页 |
| ·基于贝叶斯网络的故障诊断推理 | 第54-55页 |
| ·故障诊断电网的概率学习 | 第55-56页 |
| ·实例计算分析 | 第56-58页 |
| ·小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-65页 |
