| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 信息融合技术的研究现状 | 第12-15页 |
| 1.2.1 信息融合技术 | 第12-13页 |
| 1.2.2 故障信息融合算法的研究现状 | 第13-15页 |
| 1.3 概率盒理论的研究现状 | 第15-16页 |
| 1.4 论文的主要工作和组织结构 | 第16-19页 |
| 第二章 概率盒相关理论基础与方法 | 第19-33页 |
| 2.1 概述 | 第19-20页 |
| 2.2 理论基础 | 第20-24页 |
| 2.2.1 证据理论 | 第20-22页 |
| 2.2.2 概率盒 | 第22-24页 |
| 2.2.3 证据结构体与概率盒的关系 | 第24页 |
| 2.3 概率盒的计算方法 | 第24-28页 |
| 2.3.1 专家估计 | 第25-26页 |
| 2.3.2 建模 | 第26页 |
| 2.3.3 鲁棒贝叶斯 | 第26-27页 |
| 2.3.4 测量观测法 | 第27页 |
| 2.3.5 约束缩小区间法 | 第27-28页 |
| 2.4 概率盒的融合算法 | 第28-33页 |
| 2.4.1 加权平均融合 | 第28-29页 |
| 2.4.2 均值融合 | 第29-30页 |
| 2.4.3 交集融合 | 第30页 |
| 2.4.4 包络融合 | 第30-31页 |
| 2.4.5 D-S规则融合 | 第31-33页 |
| 第三章 电网故障信息来源及特征分析 | 第33-43页 |
| 3.1 概述 | 第33页 |
| 3.2 电网故障信息来源 | 第33-36页 |
| 3.3 电网故障信息特征提取研究 | 第36-38页 |
| 3.4 基于小波变换的故障特征提取 | 第38-43页 |
| 第四章 改进概率盒融合算法的分析与设计 | 第43-61页 |
| 4.1 概述 | 第43页 |
| 4.2 概率盒融合算法研究 | 第43-46页 |
| 4.2.1 基于加权平均的融合算法 | 第43-45页 |
| 4.2.2 基于Dempster-Shafer合成规则的概率盒融合算法 | 第45页 |
| 4.2.3 概率盒离散算法 | 第45-46页 |
| 4.3 DS证据理论及其改进算法对比 | 第46-50页 |
| 4.4 改进的概率盒融合算法 | 第50-53页 |
| 4.5 算例分析 | 第53-61页 |
| 第五章 基于概率盒理论的电网故障信息融合算法验证 | 第61-71页 |
| 5.1 概述 | 第61页 |
| 5.2 基于概率盒理论电网故障信息融合模型 | 第61-62页 |
| 5.3 基于概率盒理论的SVM电网故障诊断流程 | 第62-64页 |
| 5.4 仿真算例分析 | 第64-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 附录A 攻读硕士学位期间发表论文目录 | 第79页 |