配电网故障定位算法研究
| 摘要 | 第1-3页 |
| Abstract | 第3-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景与意义 | 第9-10页 |
| ·配电网故障定位算法的研究现状 | 第10-11页 |
| ·配电网故障定位算法的发展趋势 | 第11-12页 |
| ·本文主要工作 | 第12-14页 |
| 第2章 配电网的拓扑结构 | 第14-26页 |
| ·配电网接线方式 | 第14-15页 |
| ·配电网的拓扑结构特点 | 第15-17页 |
| ·相关配电网络设备的特点 | 第15-16页 |
| ·配电网拓扑描述 | 第16-17页 |
| ·配电网的节点描述矩阵 | 第17-19页 |
| ·节点的分类描述 | 第17-18页 |
| ·图例说明 | 第18-19页 |
| ·配电网故障定位的简单方法 | 第19-25页 |
| ·配电网现状及故障分类 | 第19-20页 |
| ·FTU检测故障电流的原理及功能 | 第20页 |
| ·配电网故障诊断、隔离与恢复原理 | 第20-21页 |
| ·无分支结构的配电网故障定位 | 第21-23页 |
| ·带分支结构的配电网故障定位 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于改进BP神经网络的配电网故障定位 | 第26-48页 |
| ·人工神经网络基础 | 第26-28页 |
| ·人工神经元模型 | 第26-27页 |
| ·神经网络的结构及工作方式 | 第27-28页 |
| ·神经网络的学习方式 | 第28页 |
| ·BP神经网络 | 第28-34页 |
| ·BP神经元及BP网络模型 | 第28-29页 |
| ·BP神经网络的学习 | 第29-33页 |
| ·BP神经网络算法的数学基础 | 第33-34页 |
| ·BP神经网络的改进 | 第34-36页 |
| ·BP算法存在的问题 | 第34-35页 |
| ·BP网络的改进 | 第35-36页 |
| ·基于改进BP网络的配电网故障定位 | 第36-47页 |
| ·基于神经网络的故障定位原理 | 第36页 |
| ·故障建模 | 第36-39页 |
| ·BP网络设计 | 第39-44页 |
| ·算例仿真分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于遗传神经网络的配电网故障定位 | 第48-65页 |
| ·遗传算法概述 | 第48页 |
| ·遗传算法的基本要素 | 第48-50页 |
| ·编码方式 | 第48-49页 |
| ·适应度函数 | 第49页 |
| ·遗传操作 | 第49-50页 |
| ·遗传算法优化BP神经网络 | 第50-64页 |
| ·GA-BP算法描述 | 第50-51页 |
| ·GA-BP算法参数设置 | 第51-57页 |
| ·数据试验分析 | 第57-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 基于RBF神经网络的配电网故障定位 | 第65-73页 |
| ·RBF神经网络概述 | 第65页 |
| ·RBF神经网络结构模型 | 第65-66页 |
| ·RBF网络原理 | 第66-67页 |
| ·本文RBF网络设计 | 第67-69页 |
| ·算例仿真分析 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 第6章 故障定位系统主站的设计 | 第73-99页 |
| ·功能需求 | 第73-74页 |
| ·整体设计 | 第74-77页 |
| ·配电线路拓扑关系的建立 | 第75-77页 |
| ·故障识别的启动 | 第77页 |
| ·故障定位算法的选择 | 第77-86页 |
| ·网络训练过程比较 | 第77-78页 |
| ·网络诊断结果比较 | 第78-79页 |
| ·网络容错性能比较 | 第79-86页 |
| ·面向对象的配电网数据类 | 第86-93页 |
| ·配电网故障定位主站的实现 | 第93-98页 |
| ·查看告警 | 第94-96页 |
| ·遥测越限告警 | 第96页 |
| ·遥控告警 | 第96页 |
| ·人工置数对遥控的影响 | 第96-98页 |
| ·挂牌对遥控的影响 | 第98页 |
| ·本章小结 | 第98-99页 |
| 结论 | 第99-101页 |
| 全文总结 | 第99-100页 |
| 进一步工作 | 第100-101页 |
| 参考文献 | 第101-104页 |
| 攻读硕士学位期间发表的学术论文 | 第104-106页 |
| 致谢 | 第106-107页 |
| 详细摘要 | 第107-111页 |
