| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第14-32页 |
| 1.1 研究的背景和意义 | 第14-15页 |
| 1.2 国内外研究现状分析 | 第15-27页 |
| 1.2.1 广域后备保护系统结构 | 第15-17页 |
| 1.2.2 广域后备保护的通信系统 | 第17-20页 |
| 1.2.3 广域后备保护实现算法研究现状 | 第20-24页 |
| 1.2.4 人工智能技术在故障诊断中的研究现状 | 第24-27页 |
| 1.3 主要研究对象及研究内容 | 第27-30页 |
| 1.3.1 主要研究对象 | 第27-28页 |
| 1.3.2 主要研究内容 | 第28-30页 |
| 1.4 论文章节安排 | 第30-32页 |
| 第2章 基于广域工频电气量的电网故障诊断 | 第32-79页 |
| 2.1 引言 | 第32页 |
| 2.2 基于故障电荷量比较的电网故障诊断 | 第32-55页 |
| 2.2.1 电网节点保护关联域 | 第32-33页 |
| 2.2.2 关联域电荷量 | 第33-36页 |
| 2.2.3 基于电荷量比较的电网故障诊断方法研究 | 第36-42页 |
| 2.2.4 算例仿真 | 第42-55页 |
| 2.3 基于电流极性和能量相对熵的电网故障诊断 | 第55-75页 |
| 2.3.1 广域继电保护系统工作方式 | 第56页 |
| 2.3.2 基于电流极性和能量相对熵的电网故障诊断方法研究 | 第56-66页 |
| 2.3.3 算例仿真 | 第66-75页 |
| 2.4 故障诊断方法对比分析 | 第75-78页 |
| 2.5 本章小结 | 第78-79页 |
| 第3章 基于广域行波信息的电网故障诊断 | 第79-117页 |
| 3.1 引言 | 第79页 |
| 3.2 基于电压行波能量分布特征的电网故障诊断 | 第79-91页 |
| 3.2.1 广域初始行波传播特性分析 | 第79-81页 |
| 3.2.2 利用小波变换分析行波信息 | 第81-82页 |
| 3.2.3 基于电压行波能量分布的故障诊断方案 | 第82-84页 |
| 3.2.4 算例仿真 | 第84-91页 |
| 3.3 基于行波功率分布特征的电网故障诊断 | 第91-114页 |
| 3.3.1 电网故障时广域初始行波功率分布特征 | 第91-97页 |
| 3.3.2 基于初始行波无功功率分布的故障诊断算法 | 第97-100页 |
| 3.3.3 电网某个节点信息丢失情况下的故障诊断 | 第100-105页 |
| 3.3.4 故障诊断实现方案 | 第105-107页 |
| 3.3.5 算例仿真 | 第107-114页 |
| 3.4 故障诊断方法对比分析 | 第114-116页 |
| 3.5 小结 | 第116-117页 |
| 第4章 电网故障诊断的模式识别方法研究 | 第117-160页 |
| 4.1 引言 | 第117-118页 |
| 4.2 基于概率神经网络的电网故障诊断方法 | 第118-126页 |
| 4.2.1 概率神经网络基本原理 | 第118页 |
| 4.2.2 基于PNN的电网故障诊断方案 | 第118-120页 |
| 4.2.3 算例仿真 | 第120-126页 |
| 4.3 基于最小二乘支持向量机的电网故障诊断方法 | 第126-141页 |
| 4.3.1 LSSVM分类原理 | 第126-127页 |
| 4.3.2 关联域信息融合策略 | 第127-130页 |
| 4.3.3 基于LSSVM的电网故障诊断方案 | 第130-131页 |
| 4.3.4 算例仿真 | 第131-141页 |
| 4.4 基于PSO-LIBSVM的电网故障诊断方法 | 第141-154页 |
| 4.4.1 PSO-LIBSVM原理分析 | 第141-143页 |
| 4.4.2 基于PSO-LIBSVM的电网故障诊断方案 | 第143-146页 |
| 4.4.3 算例仿真 | 第146-154页 |
| 4.5 故障诊断模式识别方法对比分析 | 第154-157页 |
| 4.6 与传统故障判别算法的对比分析 | 第157-159页 |
| 4.7 小结 | 第159-160页 |
| 第5章 模糊C均值聚类方法在电网故障诊断中的应用 | 第160-181页 |
| 5.1 引言 | 第160页 |
| 5.2 模糊C均值聚类分析 | 第160-161页 |
| 5.3 基于FCM的电网故障诊断方案 | 第161-163页 |
| 5.4 算例仿真 | 第163-178页 |
| 5.4.1 电网线路故障诊断 | 第163-170页 |
| 5.4.2 电网母线故障诊断 | 第170-176页 |
| 5.4.3 其他故障情况分析 | 第176-178页 |
| 5.5 与PNN和SVM方法的对比 | 第178-179页 |
| 5.6 与其他故障诊断方法比较 | 第179-180页 |
| 5.7 本章小结 | 第180-181页 |
| 结论与展望 | 第181-184页 |
| 致谢 | 第184-185页 |
| 参考文献 | 第185-197页 |
| 攻读博士学位期间发表的论文及科研成果 | 第197-198页 |
