| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.3 本文主要工作 | 第18-20页 |
| 第二章 电网运行关键特征选取 | 第20-36页 |
| 2.1 概述 | 第20-21页 |
| 2.2 基于互信息的电力系统关键特征选取方法 | 第21-25页 |
| 2.2.1 熵的概念 | 第22页 |
| 2.2.2 互信息值计算方法 | 第22-23页 |
| 2.2.3 多属性互信息值的计算方法 | 第23-25页 |
| 2.2.4 依据互信息值的电力系统关键特征选取方法 | 第25页 |
| 2.3 算例验证 | 第25-35页 |
| 2.3.1 仿真样本数据获取 | 第25-28页 |
| 2.3.2 单属性互信息值计算结果 | 第28-30页 |
| 2.3.3 多维属性互信息值结果 | 第30-33页 |
| 2.3.4 关键特征 | 第33页 |
| 2.3.5 关键特征与非关键特征调节效果对比 | 第33-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 基于多属性决策树的电力系统暂稳规则辨识 | 第36-51页 |
| 3.1 决策树及其在电力系统规则提取中的应用 | 第36-38页 |
| 3.2 多属性决策树的获取方法 | 第38-43页 |
| 3.2.1 基于LDA的关键特征最优组合方法 | 第38-41页 |
| 3.2.2 多属性决策树建模方法 | 第41-43页 |
| 3.3 暂稳规则提取方法 | 第43-45页 |
| 3.3.1 判断性规则提取 | 第43-44页 |
| 3.3.2 用于提高稳定性的调整性参考规则获取 | 第44-45页 |
| 3.4 算例验证 | 第45-50页 |
| 3.4.1 仿真数据获取 | 第46页 |
| 3.4.2 多属性决策树的形成 | 第46-47页 |
| 3.4.3 相关规则提取 | 第47-48页 |
| 3.4.4 依据规则调整相关参数的调整效果 | 第48-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 电网稳定运行规则的时序分析方法 | 第51-67页 |
| 4.1 时间序列分析原理 | 第51-52页 |
| 4.2 考虑裕度趋势性的时序样本分类研究 | 第52-55页 |
| 4.2.1 裕度时序变化趋势的定义 | 第52-53页 |
| 4.2.2 基于k-means算法的样本裕度趋势性聚类分析 | 第53-54页 |
| 4.2.3 K-means算法最佳聚类中心个数确定方法 | 第54-55页 |
| 4.3 基于欧式距离的时序样本趋势性匹配方法 | 第55-58页 |
| 4.3.1 参考序列的获取 | 第56-57页 |
| 4.3.2 基于三角不等式的加速搜索方法 | 第57页 |
| 4.3.3 基于序列趋势的判断流程设计 | 第57-58页 |
| 4.4 算例验证 | 第58-66页 |
| 4.4.1 时序样本获取 | 第58-60页 |
| 4.4.2 稳定裕度的时序趋势性k-means聚类结果 | 第60-62页 |
| 4.4.3 参考序列 | 第62-63页 |
| 4.4.4 基于时序趋势的匹配结果 | 第63-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第五章 结论与展望 | 第67-69页 |
| 5.1 本文结论 | 第67页 |
| 5.2 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读学位期间发表的学术论文和参加科研情况 | 第75-76页 |
| 学位论文评阅及答辩情况表 | 第76页 |
