| 中文摘要 | 第1页 |
| ABSTRACT | 第4-7页 |
| 第一章 引言 | 第7-12页 |
| ·电能质量综合评估的意义 | 第7页 |
| ·电能质量综合评估的国内外研究现状 | 第7-9页 |
| ·电能质量综合评估的特点 | 第9页 |
| ·智能化综合评估的研究进展 | 第9-11页 |
| ·人工神经网络用于综合评估的研究进展 | 第10页 |
| ·遗传算法用于综合评估的研究进展 | 第10-11页 |
| ·本论文的主要工作 | 第11-12页 |
| 第二章 电能质量的含义及评估指标 | 第12-19页 |
| ·电能质量的含义及重要性 | 第12-13页 |
| ·电能质量国家标准与主要内容 | 第13-19页 |
| ·电能质量国家标准 | 第13-14页 |
| ·电能质量各项指标的基本概念 | 第14-19页 |
| 第三章 基于人工神经网络的电能质量综合评估 | 第19-29页 |
| ·概述 | 第19页 |
| ·人工神经网络的基本原理 | 第19-21页 |
| ·神经元模型 | 第19-20页 |
| ·神经网络的结构和学习规则 | 第20-21页 |
| ·基于径向基函数（RBF）神经网络的电能质量综合评估 | 第21-26页 |
| ·神经网络模型的选择 | 第21-22页 |
| ·RBF 神经网络 | 第22-24页 |
| ·电能质量综合评估的 RBF 神经网络模型 | 第24-26页 |
| ·应用实例分析 | 第26-28页 |
| ·小结 | 第28-29页 |
| 第四章 基于遗传投影寻踪方法的电能质量综合评估 | 第29-44页 |
| ·概述 | 第29页 |
| ·遗传算法的基本原理 | 第29-32页 |
| ·基本遗传算法 | 第30-31页 |
| ·基于格雷码编码的遗传算法 | 第31-32页 |
| ·投影寻踪技术的基本原理 | 第32-33页 |
| ·投影寻踪的基本思想 | 第32页 |
| ·投影寻踪的实现方法 | 第32页 |
| ·投影寻踪的特点 | 第32-33页 |
| ·基于遗传投影寻踪的电能质量综合评估 | 第33-37页 |
| ·基于遗传投影寻踪方法的电能质量综合评估步骤 | 第33-34页 |
| ·应用实例 | 第34-37页 |
| ·基于遗传投影寻踪和特征值赋权法的地区谐波污染综合评估 | 第37-43页 |
| ·基于遗传投影寻踪和特征值赋权法的地区谐波污染综合评估步骤 | 第37-39页 |
| ·应用实例 | 第39-43页 |
| ·小结 | 第43-44页 |
| 第五章 电能质量综合评估方法比较 | 第44-62页 |
| ·概率统计与矢量代数的方法 | 第44-47页 |
| ·基本原理 | 第44-46页 |
| ·实例分析 | 第46-47页 |
| ·基于模糊数学的方法 | 第47-50页 |
| ·概率论与模糊数学相结合的方法 | 第50-52页 |
| ·基本原理 | 第50-51页 |
| ·实例分析 | 第51-52页 |
| ·层次分析法 | 第52-55页 |
| ·基本原理 | 第52-54页 |
| ·实例分析 | 第54-55页 |
| ·物元分析法 | 第55-60页 |
| ·基本原理 | 第55-57页 |
| ·实例分析 | 第57-60页 |
| ·电能质量综合评估方法比较与分析 | 第60页 |
| ·小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 附录 1 电能质量分级标准 | 第68-70页 |
| 附录 2 河南某变电站110kV 电能质量测试数据曲线 | 第70-74页 |
| 附录 3 河南某变电站110kV 电能质量各单项指标统计时间及概率分布 | 第74-76页 |
| 在学期间发表的学术论文和参加科研情况 | 第76页 |
