独立变量分析与神经网络在电力系统故障监测中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·人工智能概述 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·本文的主要任务 | 第13-17页 |
| 第二章 电力系统的故障监测 | 第17-27页 |
| ·局部放电现象 | 第20-23页 |
| ·局部放电的监测 | 第23-27页 |
| 第三章 基于独立变量分析的数据压缩 | 第27-38页 |
| ·ICA 的基本概念 | 第28-31页 |
| ·ICA 的起源 | 第28-29页 |
| ·ICA 的求解 | 第29-30页 |
| ·FastICA 算法 | 第30-31页 |
| ·基于FastICA 的故障信号处理 | 第31-38页 |
| ·主要独立变量的识别 | 第34-35页 |
| ·ICA 特征值的提取 | 第35-36页 |
| ·工业数据的分析 | 第36-38页 |
| 第四章 基于神经网络的故障分类 | 第38-53页 |
| ·神经网络的基本理论 | 第38-43页 |
| ·BP 神经网络 | 第43-47页 |
| ·BP 神经网络的结构 | 第43-44页 |
| ·BP 神经网络的学习规则 | 第44-47页 |
| ·基于BP 神经网络的故障分析 | 第47-52页 |
| ·BP 神经网络的训练 | 第47-49页 |
| ·实验数据的分类 | 第49-51页 |
| ·工业数据的分类 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第五章 总结与讨论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 发表论文和科研情况说明 | 第57-58页 |
| 致谢 | 第58-59页 |