机器人线路巡检下的动态贝叶斯网络输电线路故障诊断
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题的研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 动态贝叶斯网络的研究概况 | 第10-11页 |
| 1.2.2 输电线路故障诊断的研究现状及分析 | 第11-12页 |
| 1.3 论文研究内容 | 第12-14页 |
| 第2章 线路数据处理与融合 | 第14-19页 |
| 2.1 引言 | 第14页 |
| 2.2 智能机器人线路巡检 | 第14-15页 |
| 2.3 线路数据处理 | 第15-16页 |
| 2.4 线路数据的信息融合 | 第16-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第3章 动态贝叶斯网络理论概要 | 第19-25页 |
| 3.1 引言 | 第19页 |
| 3.2 贝叶斯网络概要 | 第19-21页 |
| 3.3 动态贝叶斯网络 | 第21-24页 |
| 3.3.1 动态贝叶斯网络表示 | 第22页 |
| 3.3.2 动态贝叶斯网络推理 | 第22-23页 |
| 3.3.3 动态贝叶斯网络学习 | 第23-24页 |
| 3.3.4 动态贝叶斯网络特点 | 第24页 |
| 3.4 本章小结 | 第24-25页 |
| 第4章 基于动态贝叶斯网络的线路故障诊断模型构建 | 第25-36页 |
| 4.1 引言 | 第25页 |
| 4.2 线路故障诊断的主要流程 | 第25-26页 |
| 4.3 线路故障诊断的动态贝叶斯网络模型构建 | 第26-32页 |
| 4.3.1 动态贝叶斯网络模型构建过程 | 第26-28页 |
| 4.3.2 故障诊断模型变量甄选 | 第28-29页 |
| 4.3.3 网络结构的确定 | 第29-32页 |
| 4.4 贝叶斯网络推理模型 | 第32-34页 |
| 4.5 基于动态贝叶斯网络的线路运行状态推理 | 第34-35页 |
| 4.6 本章小结 | 第35-36页 |
| 第5章 线路故障诊断模型仿真实现 | 第36-48页 |
| 5.1 引言 | 第36页 |
| 5.2 基于动态贝叶斯网络的线路故障诊断模型 | 第36-37页 |
| 5.3 线路故障诊断模型参数确定 | 第37-40页 |
| 5.4 线路故障诊断案例分析 | 第40-46页 |
| 5.4.1 基于动态贝叶斯模型的线路故障诊断 | 第40-45页 |
| 5.4.2 基于静态贝叶斯模型的线路故障诊断 | 第45-46页 |
| 5.5 两种模型诊断效果对比分析 | 第46-47页 |
| 5.6 本章小结 | 第47-48页 |
| 总结及展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间发表的论文和参与科研情况 | 第53-54页 |
| 致谢 | 第54页 |
