| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-21页 |
| 1.1 引言 | 第10-11页 |
| 1.2 电网故障诊断方法的研究现状 | 第11-16页 |
| 1.3 电网故障诊断信息源的应用现状 | 第16-18页 |
| 1.4 目前电网故障诊断面临的问题 | 第18-19页 |
| 1.5 论文主要内容和章节安排 | 第19-21页 |
| 2 层进式电网故障诊断系统的框架 | 第21-29页 |
| 2.1 引言 | 第21页 |
| 2.2 电网故障诊断系统的目标和需求 | 第21-23页 |
| 2.3 电网故障诊断信息源分析 | 第23-25页 |
| 2.4 层进式电网故障诊断系统的框架 | 第25-27页 |
| 2.5 层进式故障诊断系统对电力系统安全调度的作用与意义 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 3 基于广度优先搜索的故障区域快速识别方法 | 第29-36页 |
| 3.1 引言 | 第29-30页 |
| 3.2 故障区域边界断路器的识别 | 第30-31页 |
| 3.3 广度优先搜索算法 | 第31-32页 |
| 3.4 基于广度优先搜索的故障区域快速识别方法 | 第32-33页 |
| 3.5 算例分析 | 第33-35页 |
| 3.6 本章小结 | 第35-36页 |
| 4 基于加权模糊时序Petri网的故障元件诊断方法 | 第36-53页 |
| 4.1 引言 | 第36页 |
| 4.2 加权模糊时序Petri网 | 第36-39页 |
| 4.3 TWFPN的故障元件诊断模型 | 第39-45页 |
| 4.4 基于加权模糊时序Petri网的故障元件诊断流程 | 第45-47页 |
| 4.5 仿真算例分析与比较 | 第47-52页 |
| 4.6 本章小结 | 第52-53页 |
| 5 基于深度置信网络的故障类型辨识方法 | 第53-72页 |
| 5.1 引言 | 第53-54页 |
| 5.2 深度置信网络 | 第54-59页 |
| 5.3 基于深度置信网络的故障类型辨识方法 | 第59-61页 |
| 5.4 基于深度置信网络的输电线路故障类型辨识模型 | 第61-63页 |
| 5.5 DBN模型的故障特征提取和故障类型辨识结果分析 | 第63-71页 |
| 5.6 本章小结 | 第71-72页 |
| 6 全文总结 | 第72-75页 |
| 6.1 总结 | 第72-73页 |
| 6.2 研究工作展望 | 第73-75页 |
| 参考文献 | 第75-82页 |
| 致谢 | 第82-83页 |
| 附录1 作者在攻读硕士学位期间撰写的文章 | 第83-84页 |
| 附录2 作者在攻读硕士学位期间主要的科研工作 | 第84页 |
