| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 电网扰动检测的国内外研究现状 | 第10-13页 |
| 1.2.1 常用的扰动检测方法 | 第11-12页 |
| 1.2.2 基于广域测量系统的研究方法 | 第12-13页 |
| 1.3 论文的主要研究内容 | 第13-15页 |
| 第二章 极限学习机理论 | 第15-25页 |
| 2.1 多重扰动检测与神经网络 | 第15页 |
| 2.2 人工神经网络 | 第15-17页 |
| 2.3 极限学习机 | 第17-23页 |
| 2.3.1 单隐含层神经网络 | 第18-20页 |
| 2.3.2 极限学习机算法 | 第20-23页 |
| 2.4 其他常用的分类方法 | 第23-24页 |
| 2.4.1 BP神经网络 | 第23-24页 |
| 2.4.2 支持向量机 | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 电网多重扰动检测模型的建立 | 第25-43页 |
| 3.1 多重扰动分析 | 第25-34页 |
| 3.2 扰动检测模型的建立 | 第34-39页 |
| 3.2.1 极限学习机的建模步骤 | 第34-35页 |
| 3.2.2 产生训练集和测试集 | 第35-36页 |
| 3.2.3 极限学习机激活函数的选择 | 第36-38页 |
| 3.2.4 极限学习机隐含层神经元个数的选择 | 第38页 |
| 3.2.5 ELM算法与BP神经网络、SVM的对比 | 第38-39页 |
| 3.3 基于WAMS的电网多重扰动检测模型 | 第39-42页 |
| 3.3.1 广域测量系统 | 第39-40页 |
| 3.3.2 多重扰动检测模型的建立流程 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于WAMS的电网多重扰动在线检测方法的验证 | 第43-53页 |
| 4.1 基于WAMS的电网多重扰动在线检测流程 | 第43-44页 |
| 4.2 基于WAMS的电网多重扰动在线检测算例验证 | 第44-52页 |
| 4.2.1 基于3机 9 节点系统的算例验证 | 第44-47页 |
| 4.2.2 基于10机 39节点系统的算例验证 | 第47-52页 |
| 4.3 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 发表文章目录 | 第58-59页 |
| 致谢 | 第59-60页 |
