| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外发展及研究现状 | 第14-17页 |
| 1.2.1 云计算平台应用及研究现状 | 第14-15页 |
| 1.2.2 配电网故障诊断研究发展及研究现状 | 第15-16页 |
| 1.2.3 配电网故障抢修研究发展及研究现状 | 第16-17页 |
| 1.3 本文工作 | 第17-20页 |
| 第2章 配电网故障诊断及抢修的云计算平台整体架构 | 第20-30页 |
| 2.1 系统框架及功能总述 | 第20-22页 |
| 2.2 云计算一体化信息平台 | 第22-26页 |
| 2.2.1 信息源介绍 | 第22-25页 |
| 2.2.2 配电网多源信息集成 | 第25-26页 |
| 2.3 基于多源信息调度平台 | 第26-27页 |
| 2.4 基于云计算平台的整体架构 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于多源信息融合配电网故障诊断方法 | 第30-46页 |
| 3.1 基于改进贝叶斯网络证据提取 | 第30-34页 |
| 3.1.1 计及可信度的贝叶斯网络 | 第30页 |
| 3.1.2 基于改进贝叶斯开关量故障度 | 第30-32页 |
| 3.1.3 开关动作可信度评估方法 | 第32-34页 |
| 3.1.4 贝叶斯网络相对故障度 | 第34页 |
| 3.2 基于小波变换的证据提取 | 第34-38页 |
| 3.2.1 小波变换 | 第35页 |
| 3.2.2 暂态信息提取 | 第35-37页 |
| 3.2.3 基于小波变换证据提取过程 | 第37-38页 |
| 3.3 基于模式匹配方法证据提取 | 第38-39页 |
| 3.4 数据层-特征层-决策层融合 | 第39-42页 |
| 3.4.1 多源故障信息的数据层融合 | 第39-40页 |
| 3.4.2 多源故障信息的特征层融合 | 第40-41页 |
| 3.4.3 多源故障信息的决策层融合 | 第41页 |
| 3.4.4 基于云计算平台的多源分层信息融合 | 第41-42页 |
| 3.5 算例分析 | 第42-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 基于云计算平台的配电网分层故障诊断方法研究 | 第46-60页 |
| 4.1 配电网故障的层次化分析 | 第46-50页 |
| 4.1.1 开关保护层故障诊断 | 第47-48页 |
| 4.1.2 变电站层故障诊断 | 第48-50页 |
| 4.2 基于云计算平台的配电网故障诊断策略 | 第50-54页 |
| 4.2.1 配电网故障诊断模块云计算平台的搭建 | 第50-52页 |
| 4.2.2 开关保护层子云故障诊断 | 第52-53页 |
| 4.2.3 变电站层子云故障诊断 | 第53-54页 |
| 4.3 算例分析 | 第54-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第5章 基于云计算平台的分模型多故障抢修方法 | 第60-80页 |
| 5.1 配电网故障抢修匹配度 | 第60-66页 |
| 5.1.1 抢修小队抢修能力 | 第60-61页 |
| 5.1.2 客观条件指标 | 第61-62页 |
| 5.1.3 故障抢修需求向量 | 第62-63页 |
| 5.1.4 故障抢修匹配度 | 第63-64页 |
| 5.1.5 抢修小队协作抢修问题 | 第64-65页 |
| 5.1.6 故障组合模型 | 第65-66页 |
| 5.2 配电网抢修模型 | 第66-72页 |
| 5.2.1 单故障抢修模型 | 第66-68页 |
| 5.2.2 多故障抢修模型 | 第68-69页 |
| 5.2.3 复杂故障抢修模型 | 第69-72页 |
| 5.3 基于云计算平台的故障抢修策略 | 第72-73页 |
| 5.4 算例分析 | 第73-79页 |
| 5.5 本章小结 | 第79-80页 |
| 第6章 总结与展望 | 第80-82页 |
| 6.1 工作总结 | 第80-81页 |
| 6.2 后续工作展望 | 第81-82页 |
| 参考文献 | 第82-88页 |
| 致谢 | 第88-90页 |
| 攻读硕士期间所做工作 | 第90页 |