| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 智能配电网故障检测及定位方法研究现状 | 第11-14页 |
| 1.3 智能配电网故障类型判别方法研究现状 | 第14-17页 |
| 1.4 论文主要内容及章节安排 | 第17-18页 |
| 第2章 小波分析理论及支持向量机分类方法 | 第18-29页 |
| 2.1 小波分析基本原理 | 第18-21页 |
| 2.1.1 连续小波变换 | 第18-19页 |
| 2.1.2 多分辨率分析 | 第19-20页 |
| 2.1.3 小波函数 | 第20-21页 |
| 2.2 小波分析理论在电力系统中的应用 | 第21-24页 |
| 2.2.1 小波分析在故障选线中的应用 | 第21-22页 |
| 2.2.2 小波及其熵理论在电力系统故障辨识中的应用 | 第22-24页 |
| 2.3 支持向量机分类方法 | 第24-26页 |
| 2.3.1 SVM基本原理 | 第24页 |
| 2.3.2 SVM核函数选取 | 第24-25页 |
| 2.3.3 SVM多分类器 | 第25-26页 |
| 2.4 SVM的算例分析 | 第26-28页 |
| 2.4.1 算例描述 | 第27页 |
| 2.4.2 SVM建模与分析 | 第27-28页 |
| 2.5 本章总结 | 第28-29页 |
| 第3章 基于MDS和LOF的配电网故障定位算法研究 | 第29-41页 |
| 3.1 配网自动化系统 | 第29-31页 |
| 3.1.1 主站系统 | 第30页 |
| 3.1.2 综合数据平台 | 第30页 |
| 3.1.3 通信网络 | 第30-31页 |
| 3.1.4 智能配电终端 | 第31页 |
| 3.2 数据预处理与数据融合 | 第31-32页 |
| 3.3 多维尺度分析 | 第32-35页 |
| 3.3.1 MDS在配网故障定位中的理论依据 | 第32-33页 |
| 3.3.2 MDS故障检测及定位算法 | 第33-35页 |
| 3.4 局部异常因子检测 | 第35页 |
| 3.5 算法整体方案 | 第35-36页 |
| 3.6 仿真分析 | 第36-40页 |
| 3.6.1 配电网正常运行 | 第37页 |
| 3.6.2 单相接地故障定 | 第37-38页 |
| 3.6.3 两相相间短路故障定位 | 第38-39页 |
| 3.6.4 两相短路接地故障定位 | 第39页 |
| 3.6.5 三相短路故障定位 | 第39-40页 |
| 3.7 本章总结 | 第40-41页 |
| 第4章 基于小波分析和SVM的故障类型判别方法研究 | 第41-56页 |
| 4.1 算法的提出 | 第41-42页 |
| 4.2 故障特征量的提取 | 第42-46页 |
| 4.2.1 配电网故障类型 | 第42-43页 |
| 4.2.2 故障特征量提取方法 | 第43-46页 |
| 4.3 基于SVM多分类器模型的故障相辨识 | 第46-49页 |
| 4.3.1 SVM故障类型识别过程 | 第46-48页 |
| 4.3.2 SVM故障分类算法 | 第48-49页 |
| 4.4 仿真分析 | 第49-55页 |
| 4.4.1 单相接地故障类型判别 | 第49-50页 |
| 4.4.2 两相短路故障类型判别 | 第50-51页 |
| 4.4.3 两相短路接地故障类型判别 | 第51页 |
| 4.4.4 三相短路故障类型判别 | 第51-52页 |
| 4.4.5 故障分类模型验证 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 结论与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录A 攻读硕士学位期间取得的研究成果 | 第63页 |
