| 摘要 | 第1-6页 |
| Abstract | 第6-15页 |
| 第1章 绪论 | 第15-30页 |
| ·信息融合技术概述 | 第15-18页 |
| ·信息融合定义 | 第15页 |
| ·信息融合处理方法 | 第15-16页 |
| ·信息融合技术在电力系统中应用 | 第16-18页 |
| ·小电流单相接地故障选线问题概述 | 第18-23页 |
| ·配电网中性点接地方式 | 第18-19页 |
| ·小电流单相接地故障选线问题提出 | 第19-20页 |
| ·小电流接地故障选线保护研究现状 | 第20-22页 |
| ·小电流选线保护存在的问题及进一步开展研究的意义 | 第22-23页 |
| ·电力系统非线性稳定控制概述 | 第23-27页 |
| ·提高电力系统稳定控制的鲁棒性 | 第23页 |
| ·电力系统非线性控制研究现状 | 第23-26页 |
| ·电力系统稳定控制存在的问题及进一步开展研究的意义 | 第26-27页 |
| ·课题来源及本文主要研究内容 | 第27-30页 |
| 第2章 基于信息融合的综合故障选线策略 | 第30-41页 |
| ·引言 | 第30-32页 |
| ·D-S证据理论 | 第32-35页 |
| ·基于D-S证据理论的多选线判据融合 | 第35-40页 |
| ·构造识别框架 | 第35-36页 |
| ·信度分配函数构造 | 第36-38页 |
| ·证据组合的选线判定规则及综合选线策略 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 基于暂态量的神经网络故障选线方法的研究 | 第41-60页 |
| ·引言 | 第41-42页 |
| ·小波包变换 | 第42-46页 |
| ·小波包理论 | 第42-44页 |
| ·小波包分解与合成 | 第44-45页 |
| ·小波包基函数选取 | 第45-46页 |
| ·混沌神经网络 | 第46-50页 |
| ·混沌神经网络模型 | 第46-47页 |
| ·混沌神经网络混沌特征分析 | 第47-48页 |
| ·混沌神经网络优化算法 | 第48-50页 |
| ·基于暂态量的神经网络选线方法 | 第50-53页 |
| ·数值型选线判据提出 | 第50页 |
| ·神经网络暂态量输入信号的获取 | 第50-51页 |
| ·基于小波包变换的神经网络选线判据构造 | 第51页 |
| ·关于故障选线判据几点说明 | 第51-53页 |
| ·选线方法有效性验证 | 第53-59页 |
| ·本章小结 | 第59-60页 |
| 第4章 基于奇异量的多频带分析故障选线方法的研究 | 第60-80页 |
| ·引言 | 第60-62页 |
| ·B样条小波包构造 | 第62-64页 |
| ·故障选线有效频带SFB选取 | 第64-69页 |
| ·单相接地故障系统相频特性分析 | 第64-68页 |
| ·基于相频特性分析的故障选线有效频带SFB选取 | 第68-69页 |
| ·基于多频带分析的奇异量选线方法 | 第69-74页 |
| ·线路特征频带选取 | 第69-70页 |
| ·线路特征频带一致故障选线方法 | 第70-71页 |
| ·线路特征频带不一致故障选线方法 | 第71-74页 |
| ·选线方法有效性验证 | 第74-79页 |
| ·本章小结 | 第79-80页 |
| 第5章 基于稳态量的混沌理论选线方法的研究 | 第80-98页 |
| ·引言 | 第80-81页 |
| ·背景信号神经网络预测模型 | 第81-85页 |
| ·背景信号相空间重构 | 第81-82页 |
| ·背景信号最大Lyapunov指数求取 | 第82-83页 |
| ·背景信号神经网络预测模型 | 第83-85页 |
| ·Duffing振子混沌弱信号检测方法 | 第85-91页 |
| ·Duffing振子混沌弱信号检测原理 | 第85-88页 |
| ·Duffing振子混沌弱信号检测算法研究 | 第88-90页 |
| ·噪声对Duffing振子混沌弱信号检测的影响 | 第90-91页 |
| ·基于Duffing振子混沌检测原理的稳态量选线方法 | 第91-93页 |
| ·基于Duffing振子混沌检测原理的选线方法 | 第91-93页 |
| ·基于Duffing振子混沌检测原理的数值型选线判据提出 | 第93页 |
| ·选线方法有效性验证 | 第93-96页 |
| ·本章小结 | 第96-98页 |
| 第6章 基于信息融合的电力系统分散协调控制决策 | 第98-107页 |
| ·引言 | 第98-100页 |
| ·基于D-S证据理论相关证据的融合 | 第100-102页 |
| ·基于D-S证据理论的耦合子系统性质模型识别 | 第102-105页 |
| ·构造识别框架 | 第102-103页 |
| ·信度分配函数构造 | 第103-104页 |
| ·证据组合判定规则及性质模型识别策略 | 第104-105页 |
| ·基于信息融合的电力系统分散协调控制决策 | 第105-106页 |
| ·本章小结 | 第106-107页 |
| 第7章 基于模糊模型的H_∞模糊跟踪控制方案的设计 | 第107-123页 |
| ·引言 | 第107页 |
| ·问题描述 | 第107-109页 |
| ·基本模型子系统H_∞模糊跟踪控制方案设计 | 第109-111页 |
| ·模型不确定子系统H_∞模糊跟踪控制方案设计 | 第111-113页 |
| ·参数摄动性子系统H_∞模糊跟踪控制方案设计 | 第113-115页 |
| ·仿射型子系统H_∞模糊跟踪控制方案设计 | 第115-117页 |
| ·仿真实验研究 | 第117-122页 |
| ·本章小结 | 第122-123页 |
| 第8章 基于模糊观测器的H_∞模糊跟踪控制方案的设计 | 第123-138页 |
| ·引言 | 第123页 |
| ·问题描述 | 第123-124页 |
| ·状态不可测的基本模型子系统H_∞模糊控制方案设计 | 第124-127页 |
| ·状态不可测的模型不确定子系统H_∞模糊跟踪控制方案设计 | 第127-130页 |
| ·状态不可测的参数摄动性子系统H_∞模糊跟踪控制方案设计 | 第130-133页 |
| ·状态不可测的仿射型子系统H_∞模糊跟踪控制方案设计 | 第133-135页 |
| ·仿真实验研究 | 第135-137页 |
| ·本章小结 | 第137-138页 |
| 结论 | 第138-141页 |
| 参考文献 | 第141-147页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第147-149页 |
| 致谢 | 第149-150页 |
| 作者简介 | 第150页 |
