基于神经网络的传输线故障识别方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·课题背景及意义 | 第8-9页 |
| ·电力系统故障概述 | 第9-11页 |
| ·短路故障概念及产生原因 | 第9-10页 |
| ·短路故障现象及其影响 | 第10-11页 |
| ·国内外应用及研究现状 | 第11-13页 |
| ·人工神经网络在电力系统中的应用现状 | 第11页 |
| ·短路故障类型识别方法的研究现状 | 第11-13页 |
| ·本文主要内容 | 第13-14页 |
| 2 人工神经网络基本理论 | 第14-25页 |
| ·人工神经网络概述 | 第14-16页 |
| ·生物神经元模型 | 第14页 |
| ·人工神经网络发展 | 第14-15页 |
| ·基本人工神经元模型 | 第15-16页 |
| ·BP神经网络原理 | 第16-21页 |
| ·正向传播算法 | 第16-18页 |
| ·反向传播算法 | 第18-20页 |
| ·网络结构的确定 | 第20-21页 |
| ·RBF神经网络原理 | 第21-24页 |
| ·RBF网络模型 | 第21-22页 |
| ·RBF网络算法 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 3 基于Simulink的传输线建模 | 第25-39页 |
| ·传输线模型类型选取和建模平台介绍 | 第25-30页 |
| ·模型类型介绍 | 第25-28页 |
| ·建模平台介绍 | 第28-30页 |
| ·基于Simulink的传输线建模及故障仿真 | 第30-38页 |
| ·传输线路建模 | 第30-33页 |
| ·传输线路短路故障仿真 | 第33-38页 |
| ·本章小结 | 第38-39页 |
| 4 基于两种神经网络算法的故障类型识别 | 第39-51页 |
| ·输入向量及目标输出向量的构成 | 第39-42页 |
| ·输入向量的构成 | 第39-41页 |
| ·目标输出向量的构成 | 第41-42页 |
| ·训练、测试样本的建立 | 第42-44页 |
| ·训练样本的建立 | 第42-43页 |
| ·测试样本的建立 | 第43-44页 |
| ·基于BP神经网络的故障类型识别 | 第44-47页 |
| ·BP神经网络的建立及训练 | 第44-46页 |
| ·BP神经网络性能测试 | 第46-47页 |
| ·基于RBF神经网络的故障类型识别 | 第47-50页 |
| ·RBF神经网络的建立及训练 | 第47-48页 |
| ·RBF神经网络性能测试 | 第48-49页 |
| ·BP神经网络与RBF神经网络的比较 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 5 VB环境下的界面设计 | 第51-57页 |
| ·VB与Matlab之间接口链接方法 | 第51-53页 |
| ·链接方法介绍 | 第51-52页 |
| ·调用指令介绍 | 第52-53页 |
| ·VB环境下的界面设计 | 第53-56页 |
| ·界面工作过程 | 第53页 |
| ·界面设计及功能实现 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-63页 |
