| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第6-14页 |
| 1.1 课题的研究背景和意义 | 第6页 |
| 1.2 人工智能技术在配电网故障诊断中的应用 | 第6-12页 |
| 1.3 本文研究的主要内容 | 第12-14页 |
| 第二章 含分布式电源的配电网与配电网故障诊断 | 第14-22页 |
| 2.1 含分布式电源的配电网 | 第14-18页 |
| 2.1.1 分布式发电基本知识 | 第14-16页 |
| 2.1.2 分布式发电技术的特点 | 第16-17页 |
| 2.1.3 分布式发电技术对配电网的影响 | 第17-18页 |
| 2.2 配电网故障诊断 | 第18-21页 |
| 2.2.1 配电自动化 | 第18-19页 |
| 2.2.2 配电网数据采集与监控系统 | 第19-20页 |
| 2.2.3 配电网故障诊断简析 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 基于因果网络的配电网故障诊断模型研究 | 第22-34页 |
| 3.1 因果网络原理 | 第22-24页 |
| 3.1.1 因果网络分类和连接图 | 第22-23页 |
| 3.1.2 因果网络的数学模型 | 第23-24页 |
| 3.2 基于因果网络的配电网故障诊断模型 | 第24-28页 |
| 3.2.1 配电网因果网络建模 | 第24-27页 |
| 3.2.2 因果网络故障诊断流程 | 第27-28页 |
| 3.3 算例仿真 | 第28-31页 |
| 3.3.1 算例分析 | 第28-31页 |
| 3.3.2 算法比较 | 第31页 |
| 3.4 本章小结 | 第31-34页 |
| 第四章 基于改进因果网络的含DG配电网故障诊断模型研究 | 第34-42页 |
| 4.1 含DG的配电网因果网络故障诊断模型 | 第34-38页 |
| 4.1.1 信息预处理 | 第34-35页 |
| 4.1.2 改进因果网络故障诊断过程 | 第35-38页 |
| 4.2 算例仿真 | 第38-41页 |
| 4.2.1 算例分析 | 第38-40页 |
| 4.2.2 算法比较 | 第40-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第五章 总结与展望 | 第42-44页 |
| 5.1 总结 | 第42页 |
| 5.2 展望 | 第42-44页 |
| 参考文献 | 第44-47页 |
| 攻读学位期间的研究成果 | 第47-48页 |
| 致谢 | 第48-49页 |