| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题的研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 MMC-HVDC系统关键技术研究现状 | 第13-14页 |
| 1.2.2 MMC-HVDC系统故障诊断研究现状 | 第14-15页 |
| 1.3 本课题的主要研究内容 | 第15-17页 |
| 第2章 交流故障对MMC换流站的影响分析 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 MMC的工作原理及数学模型 | 第17-20页 |
| 2.2.1 MMC的工作原理 | 第17-19页 |
| 2.2.2 MMC的数学模型 | 第19-20页 |
| 2.3 交流故障对MMC换流站的影响 | 第20-22页 |
| 2.4 MMC换流站内故障信号的时频域分析 | 第22-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 MMC换流站内的故障信号特征提取 | 第27-38页 |
| 3.1 引言 | 第27页 |
| 3.2 Shannon小波熵在MMC换流站内故障信号特征提取的缺陷 | 第27-32页 |
| 3.2.1 Shannon小波熵的定义 | 第27-29页 |
| 3.2.2 Shannon小波熵频域划分分析 | 第29-31页 |
| 3.2.3 Shannon小波熵对特征提取精度的影响 | 第31-32页 |
| 3.3 基于Renyi小波包熵的MMC换流站内故障信号特征提取 | 第32-37页 |
| 3.3.1 Renyi熵的定义 | 第32页 |
| 3.3.2 Renyi熵的统计特性 | 第32-34页 |
| 3.3.3 Renyi小波包熵的理论框架 | 第34-36页 |
| 3.3.4 Renyi小波包熵对特征提取精度的影响 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于故障特征提取的MMC-HVDC系统运行状态评判 | 第38-46页 |
| 4.1 引言 | 第38页 |
| 4.2 基于故障特征提取的指标集构造 | 第38-39页 |
| 4.3 Renyi熵权-灰色关联分析评判法 | 第39-42页 |
| 4.3.1 灰色关联分析法的基本原理 | 第39-40页 |
| 4.3.2 Renyi熵权的基本概念 | 第40-41页 |
| 4.3.3 评判方法的构造 | 第41-42页 |
| 4.4 仿真验证 | 第42-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 MMC-HVDC系统交流故障诊断方法 | 第46-56页 |
| 5.1 引言 | 第46页 |
| 5.2 基于MMC-HVDC系统运行状态评判的故障类型识别 | 第46-48页 |
| 5.3 基于故障特征提取的故障相识别 | 第48-52页 |
| 5.3.1 单相接地短路的故障相识别 | 第48-49页 |
| 5.3.2 两相故障的故障相识别 | 第49-51页 |
| 5.3.3 两相接地短路与两相短路的识别 | 第51-52页 |
| 5.3.4 三相短路的识别 | 第52页 |
| 5.4 故障诊断方法的构造 | 第52-53页 |
| 5.5 仿真验证 | 第53-54页 |
| 5.6 本章小结 | 第54-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第61-62页 |
| 致谢 | 第62页 |
