智能变电站二次系统的状态评估
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题研究背景和意义 | 第12-14页 |
| 1.2 当前国内外研究的现状 | 第14-16页 |
| 1.2.1 相关研究的既有成果 | 第14-15页 |
| 1.2.2 相关研究面临的问题 | 第15-16页 |
| 1.3 论文的主要内容 | 第16-18页 |
| 第2章 基本框架及状态评估信息建模 | 第18-28页 |
| 2.1 课题研究基本框架 | 第18-20页 |
| 2.1.1 基本研究思路 | 第18页 |
| 2.1.2 具体研究框架 | 第18-20页 |
| 2.2 明确评估对象和范围 | 第20-22页 |
| 2.3 状态评估的信息建模 | 第22-27页 |
| 2.3.1 状态评估的信息建模原则 | 第22-24页 |
| 2.3.2 评估体系形成 | 第24-27页 |
| 2.4 小结 | 第27-28页 |
| 第3章 基于模糊数学的评估算法模型研究 | 第28-46页 |
| 3.1 模糊数学的相关概念及模糊集的确立 | 第28-30页 |
| 3.2 评估指标的模糊分类 | 第30-31页 |
| 3.2.1 优先级的区分 | 第30页 |
| 3.2.2 数据变化趋势的讨论 | 第30-31页 |
| 3.3 模糊数学模型建立 | 第31-44页 |
| 3.3.1 模糊数学模型的分类对应 | 第31-41页 |
| 3.3.2 数学模型的实际应用 | 第41-44页 |
| 3.4 小结 | 第44-46页 |
| 第4章 应用BP神经网络确立指标权重的方法研究 | 第46-56页 |
| 4.1 应用BP神经网络确立指标权重的思路 | 第46-47页 |
| 4.2 神经网络建立与评估体系的分层对应 | 第47-50页 |
| 4.3 神经网络模型的建立 | 第50-54页 |
| 4.3.1 神经网络结构 | 第50-51页 |
| 4.3.2 神经网络约束条件 | 第51-53页 |
| 4.3.3 样本的学习训练过程 | 第53-54页 |
| 4.4 评估体系中指标权重的计算及修正 | 第54-55页 |
| 4.5 小结 | 第55-56页 |
| 第5章 智能变电站二次系统状态评估的实例分析 | 第56-62页 |
| 5.1 参照评估体系对状态信息进行收集 | 第56-58页 |
| 5.2 对状态信息评估运算 | 第58-61页 |
| 5.2.1 评估算法模型应用 | 第58-60页 |
| 5.2.2 指标权重确立 | 第60-61页 |
| 5.3 评估结果的汇总处理 | 第61页 |
| 5.4 小结 | 第61-62页 |
| 第6章 结论与展望 | 第62-64页 |
| 附录 | 第64-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文 | 第73-74页 |
| 攻读学位期间参与的科研项目 | 第74-75页 |
| 学位论文评阅及答辩情况表 | 第75页 |
