| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题背景 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·机理模型 | 第10-11页 |
| ·智能辨识模型 | 第11页 |
| ·当前模型中存在的问题 | 第11-12页 |
| ·论文主要内容 | 第12-15页 |
| 第二章 输电线路覆冰产生的机理及其覆冰在线监测系统 | 第15-25页 |
| ·导线覆冰产生的物理过程及分类 | 第15-16页 |
| ·导线覆冰的影响因素 | 第16-21页 |
| ·气象条件 | 第16-17页 |
| ·地形与地理条件 | 第17-19页 |
| ·海拔高度及导线架设高度 | 第19-21页 |
| ·导线直径与扭矩 | 第21页 |
| ·覆冰事故的特点及成因分析 | 第21-23页 |
| ·云南电网覆冰在线监测系统简介 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第三章 利用SOM对架空输电线路覆冰等级进行分析 | 第25-35页 |
| ·SOM神经网络概述 | 第25-26页 |
| ·SOM神经网络算法分析 | 第26-27页 |
| ·SOM神经网络模型框图及建立步骤 | 第27-28页 |
| ·SOM神经网络的仿真结果 | 第28-33页 |
| ·小结 | 第33-35页 |
| 第四章 利用SVM对架空输电线路覆冰厚度进行预测 | 第35-51页 |
| ·支持向量机概述 | 第35-36页 |
| ·支持向量机回归算法分析 | 第36-39页 |
| ·支持向量机的参数选择 | 第39-43页 |
| ·遗传算法 | 第40-41页 |
| ·粒子群算法 | 第41-42页 |
| ·人工鱼群算法 | 第42-43页 |
| ·SVM回归预测的模型框图与建模步骤 | 第43-44页 |
| ·SVM回归预测模型仿真结果 | 第44-50页 |
| ·Libsvm工具箱简介 | 第45页 |
| ·SVM参数优化选择 | 第45-48页 |
| ·同一覆冰过程的单步预测及多步预测 | 第48-49页 |
| ·不同覆冰过程的单步预测及多步预测 | 第49页 |
| ·仿真结果分析 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第五章 总结和展望 | 第51-53页 |
| ·全文研究工作总结 | 第51页 |
| ·后续研究工作展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士期间发表论文 | 第54-55页 |
| 攻读硕士期间参研相关课题 | 第55-57页 |
| 参考文献 | 第57-58页 |