不良数据检测辨识及提高状态估计合格率的方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9页 |
| 1.2 不良数据检测辨识的研究现状 | 第9-11页 |
| 1.2.1 传统的不良数据检测辨识方法 | 第10页 |
| 1.2.2 基于新理论的不良数据检测辨识方法 | 第10-11页 |
| 1.3 河北南网状态估计实用化研究 | 第11-13页 |
| 1.4 本文主要工作 | 第13-14页 |
| 第2章 传统的不良数据检测辨识方法 | 第14-21页 |
| 2.1 概述 | 第14页 |
| 2.2 残差方程 | 第14-15页 |
| 2.3 不良数据检测方法 | 第15-18页 |
| 2.4 不良数据辨识方法 | 第18-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 基于聚类分析的不良数据检测辨识 | 第21-36页 |
| 3.1 聚类分析概述 | 第21-22页 |
| 3.1.1 聚类方法分类 | 第21-22页 |
| 3.1.2 聚类分析在不良数据检测辨识中的应用 | 第22页 |
| 3.2 COPS算法 | 第22-25页 |
| 3.2.1 凝聚的层次聚类 | 第23-24页 |
| 3.2.2 最佳聚类结果的确定 | 第24-25页 |
| 3.3 基于COPS法的不良数据辨识 | 第25-35页 |
| 3.3.1 不良数据辨识流程 | 第25-26页 |
| 3.3.2 算例验证与分析 | 第26-33页 |
| 3.3.3 实际系统测试 | 第33-35页 |
| 3.3.4 结论 | 第35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 提高状态估计合格率的方法研究 | 第36-51页 |
| 4.1 状态估计合格率概述 | 第36-38页 |
| 4.2 影响状态估计合格率的因素 | 第38-43页 |
| 4.2.1 基础数据质量 | 第38-40页 |
| 4.2.2 网络模型 | 第40-43页 |
| 4.3 状态估计调试方法研究 | 第43-45页 |
| 4.3.1 调试的基本原则 | 第43页 |
| 4.3.2 有功调试方法 | 第43-44页 |
| 4.3.3 无功调试方法 | 第44-45页 |
| 4.4 状态估计应用实例分析 | 第45-50页 |
| 4.4.1 发现遥测坏数据 | 第45-48页 |
| 4.4.2 发现遥信坏数据 | 第48-49页 |
| 4.4.3 发现模型错误 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51-52页 |
| 5.2 展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |
