| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·高压直流输电的发展与现状 | 第10-11页 |
| ·国内外研究现状及其选题的依据 | 第11-13页 |
| ·研究的背景及意义 | 第11-12页 |
| ·HVDC 故障诊断研究现状 | 第12-13页 |
| ·本文研究的主要内容 | 第13-16页 |
| 第二章 特高压直流输电系统典型故障下的控制保护特性 | 第16-39页 |
| ·UHVDC 基本构成 | 第16-17页 |
| ·UHVDC 系统控制保护功能配置 | 第17-24页 |
| ·UHVDC 系统的主要控制策略 | 第18-21页 |
| ·UHVDC 系统的主要保护功能 | 第21-24页 |
| ·系统典型故障下的控制保护特性 | 第24-35页 |
| ·换流器故障特性及其控制保护策略 | 第25-29页 |
| ·交流系统故障特性及其控制保护策略 | 第29-33页 |
| ·直流线路故障特性及其控制保护策略 | 第33-35页 |
| ·换相失败故障分析与总结 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 融合控制保护动作信息的UHVDC 系统故障诊断思想 | 第39-53页 |
| ·故障诊断数据融合的简单概述 | 第39-41页 |
| ·数据融合的优点 | 第39-40页 |
| ·数据融合的主要方法 | 第40页 |
| ·基于多信息融合的故障诊断思想 | 第40-41页 |
| ·电气量信息的故障特征提取方法 | 第41-49页 |
| ·小波分析 | 第41-44页 |
| ·小波多尺度分析 | 第44-46页 |
| ·基于能量分布的电气量故障特征提取 | 第46-49页 |
| ·开关量信息的故障特征提取方法 | 第49-52页 |
| ·信号的奇异性检测原理 | 第49-50页 |
| ·基于奇异性分析方法开关量故障特征提取 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 融合控制保护动作信息的UHVDC 系统故障诊断模型 | 第53-69页 |
| ·融合控制保护动作信息的UHVDC 系统故障诊断模型框架 | 第53-56页 |
| ·BP 网络用于特征级电气量信息的融合 | 第56-59页 |
| ·BP 网络训练样本的获取 | 第57-58页 |
| ·BP 网络的确定 | 第58-59页 |
| ·模糊Petri 网络用于特征级开关量信息的融合 | 第59-67页 |
| ·模糊Petri 网络的确定方法 | 第59-65页 |
| ·模糊Petri 网络模型的建立 | 第65-66页 |
| ·模糊Petri 网络推理迭代方法 | 第66-67页 |
| ·D-S 证据理论用于决策级融合 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 融合控制保护动作信息的UHVDC 故障诊断实例分析 | 第69-76页 |
| ·基于RTDS 仿真的UHVDC 系统故障诊断实例 | 第69-73页 |
| ·故障诊断具体实现 | 第69-71页 |
| ·诊断结论及分析 | 第71-73页 |
| ·云广特高压直流输电系统故障诊断实例 | 第73-75页 |
| ·故障诊断具体实现 | 第74页 |
| ·诊断结论及分析 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 结论与展望 | 第76-79页 |
| 本文工作总结 | 第76-77页 |
| 课题不足与展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 答辩委员会对论文的评定意见 | 第85页 |
