| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 BP神经网络故障分类 | 第11页 |
| 1.2.2 SVM分类器故障分类 | 第11-12页 |
| 1.2.3 模糊理论故障分类 | 第12-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文结构 | 第14-15页 |
| 2 电力输电线路故障分类的相关知识 | 第15-25页 |
| 2.1 不同的线路故障及其特点 | 第15-19页 |
| 2.1.1 中性点接线方式 | 第15-16页 |
| 2.1.2 电力输电线路故障类型 | 第16-19页 |
| 2.2 故障数据的预处理 | 第19-22页 |
| 2.3 常用故障分类方法 | 第22-24页 |
| 2.3.1 BP神经网络 | 第22-24页 |
| 2.3.2 SVM分类器 | 第24页 |
| 2.3.3 模糊推理系统 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 基于GA-BP神经网络的电力输电线路故障分类方法 | 第25-37页 |
| 3.1 遗传算法 | 第25-28页 |
| 3.2 GA-BP神经网络故障分类算法 | 第28-30页 |
| 3.2.1 混合输电线路模型 | 第28页 |
| 3.2.2 隐含层神经元个数的确定 | 第28-29页 |
| 3.2.3 BP神经网络的优化实现 | 第29-30页 |
| 3.3 实验验证与结果分析 | 第30-35页 |
| 3.3.1 混合输电线路仿真模型 | 第30-31页 |
| 3.3.2 输入数据采集与预处理 | 第31-32页 |
| 3.3.3 网络训练结果与分析 | 第32-35页 |
| 3.3.4 故障分类结果与分析 | 第35页 |
| 3.4 本章小结 | 第35-37页 |
| 4 改进的二叉树SVM电力输电线路故障分类方法 | 第37-49页 |
| 4.1 SVM和二叉树的基本原理 | 第37-42页 |
| 4.1.1 SVM基本原理 | 第37-41页 |
| 4.1.2 基于二叉树的SVM多分类算法 | 第41-42页 |
| 4.2 改进的二叉树SVM的输电线路故障分类方法 | 第42-45页 |
| 4.2.1 输电线路故障分类器改进设计 | 第42-43页 |
| 4.2.2 FLSA-SVM算法 | 第43-45页 |
| 4.3 实验证验及结果分析 | 第45-47页 |
| 4.4 本章小结 | 第47-49页 |
| 5 基于模糊聚类的SVM电力输电线路故障分类方法 | 第49-59页 |
| 5.1 模糊聚类 | 第49-50页 |
| 5.2 基于模糊聚类的SVM分类器构建 | 第50-52页 |
| 5.2.1 初始聚类分析 | 第50-52页 |
| 5.2.2 构建完全二叉树SVM分类器 | 第52页 |
| 5.3 实验验证及结果分析 | 第52-58页 |
| 5.3.1 基于模糊聚类的SVM故障分类方法实验 | 第53-57页 |
| 5.3.2 两种基于SVM的故障分类结果对比 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| 6.1 工作总结 | 第59-60页 |
| 6.2 工作展望 | 第60-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第67页 |