基于改进贝叶斯网络方法的电力系统故障诊断研究
| 摘要 | 第1-3页 |
| ABSTRACT(英文摘要) | 第3-7页 |
| 第一章 绪论 | 第7-17页 |
| ·课题研究的目的和意义 | 第7页 |
| ·国内外研究发展状况 | 第7-13页 |
| ·专家系统 | 第7-8页 |
| ·人工神经网络 | 第8-9页 |
| ·优化技术 | 第9-10页 |
| ·Petri网络 | 第10-11页 |
| ·粗糙集理论 | 第11-12页 |
| ·模糊集理论 | 第12-13页 |
| ·贝叶斯网络方法在故障诊断方向的研究现状 | 第13-14页 |
| ·多代理系统在故障诊断方向的研究现状 | 第14-15页 |
| ·本文的工作 | 第15-17页 |
| 第二章 贝叶斯网络理论基础 | 第17-29页 |
| ·贝叶斯网络相关理论知识 | 第17-20页 |
| ·概率论的基本思想 | 第17-18页 |
| ·贝叶斯定理 | 第18-19页 |
| ·贝叶斯概率推理 | 第19-20页 |
| ·图形模型 | 第20页 |
| ·贝叶斯网络理论和方法 | 第20-25页 |
| ·贝叶斯网络概念 | 第21-23页 |
| ·贝叶斯网络建模 | 第23页 |
| ·贝叶斯网络特性 | 第23-24页 |
| ·贝叶斯网络推理模式 | 第24-25页 |
| ·贝叶斯网络学习 | 第25-28页 |
| ·贝叶斯网络的参数学习 | 第26页 |
| ·贝叶斯网络的结构学习 | 第26-27页 |
| ·贝叶斯网络的概率学习 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 MAS系统理论概述 | 第29-38页 |
| ·Agent理论概述 | 第29-31页 |
| ·Agent的概念 | 第29页 |
| ·Agent的特性 | 第29-30页 |
| ·Agent的结构 | 第30-31页 |
| ·多代理系统(MAS) | 第31-34页 |
| ·MAS的概念 | 第32页 |
| ·MAS的体系结构 | 第32-34页 |
| ·MAS的求解机制 | 第34-37页 |
| ·Agent之间的通信 | 第34-35页 |
| ·Agent之间的协商 | 第35-36页 |
| ·MAS的规划 | 第36页 |
| ·MAS的学习 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于贝叶斯网络的电力系统故障诊断研究 | 第38-57页 |
| ·引言 | 第38-39页 |
| ·电力系统继电保护的动作原理 | 第39-40页 |
| ·基于元件的电力系统故障诊断贝叶斯网络模型 | 第40-46页 |
| ·故障诊断贝叶斯网络建模 | 第40-44页 |
| ·继电保护信息的时序属性 | 第44-45页 |
| ·蕴含信息时序属性的故障诊断贝叶斯网络模型 | 第45-46页 |
| ·故障诊断信息的预处理 | 第46-50页 |
| ·信息的时序一致性识别算法 | 第46-49页 |
| ·基于贝叶斯网络的信息完备化 | 第49-50页 |
| ·基于贝叶斯网络的故障诊断推理 | 第50-52页 |
| ·故障诊断贝叶斯网络的概率学习 | 第52-53页 |
| ·基于贝叶斯网络的电力系统故障诊断流程 | 第53-54页 |
| ·算例分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 基于MAS的故障诊断系统体系结构 | 第57-61页 |
| ·系统总体体系结构 | 第57-58页 |
| ·区域级Agent子系统的结构模型 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 全文结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间完成的学术论文 | 第67页 |
