基于多层分布式卷积神经网络的电力故障预测系统
摘要 | 第2-3页 |
abstract | 第3-4页 |
第一章 绪论 | 第8-15页 |
1.1 研究背景 | 第8-12页 |
1.1.1 电力故障预测可行性分析 | 第8-9页 |
1.1.2 电力系统详解 | 第9-10页 |
1.1.3 神经网络与深度学习 | 第10-12页 |
1.2 研究现状与发展趋势 | 第12-13页 |
1.3 研究目标 | 第13-14页 |
1.4 论文结构 | 第14-15页 |
第二章 关键技术 | 第15-23页 |
2.1 电力故障 | 第15-17页 |
2.1.1 电力系统故障预测技术 | 第15页 |
2.1.2 预测技术的比较 | 第15-16页 |
2.1.3 电力系统仿真软件概述 | 第16-17页 |
2.2 卷积神经网络 | 第17-19页 |
2.2.1 卷积神经网络概述 | 第17页 |
2.2.2 卷积神经网络模型的选择 | 第17-19页 |
2.3 深度学习工具 | 第19-20页 |
2.3.1 深度学习发展现状 | 第19页 |
2.3.2 深度学习平台的选择 | 第19-20页 |
2.3.3 TENSORFLOW使用 | 第20页 |
2.4 网站开发工具 | 第20-23页 |
2.4.1 前端设计原则 | 第20-21页 |
2.4.2 后台设计工具选择 | 第21-22页 |
2.4.3 服务器选择 | 第22-23页 |
第三章 故障预测系统的需求分析 | 第23-30页 |
3.1 需求获取与定义 | 第23-24页 |
3.1.1 管理员需求 | 第23-24页 |
3.1.2 维修员需求 | 第24页 |
3.1.3 需求定义 | 第24页 |
3.2 需求规定 | 第24-27页 |
3.2.1 对功能的规定 | 第24-25页 |
3.2.2 对功能的描述 | 第25页 |
3.2.3 用户场景 | 第25-26页 |
3.2.4 对性能的规定 | 第26-27页 |
3.3 需求建模 | 第27-30页 |
3.3.1 用例图 | 第27页 |
3.3.2 类图 | 第27-28页 |
3.3.3 系统活动图 | 第28-29页 |
3.3.4 系统顺序图 | 第29-30页 |
第四章 故障预测系统的设计 | 第30-42页 |
4.1 系统概要设计 | 第30-31页 |
4.1.1 概要设计的必要性 | 第30页 |
4.1.2 概要设计的流程 | 第30页 |
4.1.3 系统架构设计——MVC | 第30-31页 |
4.2 系统结构设计 | 第31-32页 |
4.2.1 系统子结构 | 第31页 |
4.2.2 功能结构图 | 第31-32页 |
4.2.3 数据流图 | 第32页 |
4.3 系统详细设计 | 第32-42页 |
4.3.1 详细设计的目标与方法 | 第32-33页 |
4.3.2 详细设计的原则 | 第33页 |
4.3.3 详细设计建模 | 第33-35页 |
4.3.4 数据获取 | 第35页 |
4.3.5 数据库设计 | 第35-40页 |
4.3.6 最近维修员算法设计 | 第40-42页 |
第五章 神经网络模型 | 第42-51页 |
5.1 卷积神经网络模型 | 第42-44页 |
5.2 建立预测系统卷积神经网络模型 | 第44-45页 |
5.3 仿真模拟实验 | 第45-49页 |
5.4 实验结果 | 第49-51页 |
第六章 故障预测系统的实现与测试 | 第51-60页 |
6.1 界面与功能模块展示 | 第51-55页 |
6.1.1 注册功能 | 第51-52页 |
6.1.2 信息查看功能 | 第52-53页 |
6.1.3 预测功能 | 第53-54页 |
6.1.4 维修功能 | 第54页 |
6.1.5 评分功能 | 第54-55页 |
6.2 软件测试 | 第55-59页 |
6.2.1 软件测试意义和方法 | 第55页 |
6.2.2 软件测试流程 | 第55-59页 |
6.3 小型电力系统测试 | 第59-60页 |
第七章 总结 | 第60-62页 |
7.1 总结 | 第60页 |
7.2 展望 | 第60-62页 |
参考文献 | 第62-65页 |
符号说明 | 第65-66页 |
致谢 | 第66-67页 |
攻读硕士期间发表论文及参加项目 | 第67-68页 |