| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 电力系统不良数据检测辨识的国内外研究现状 | 第9-12页 |
| 1.3 论文的主要研究内容 | 第12-13页 |
| 第二章 电力系统不良数据检测辨识 | 第13-22页 |
| 2.1 残差方程 | 第14-16页 |
| 2.2 不良数据检测方法 | 第16-20页 |
| 2.2.1 目标函数极值法 | 第16-17页 |
| 2.2.2 标准残差检测法 | 第17页 |
| 2.2.3 加权残差WR检测法 | 第17-18页 |
| 2.2.4 量测量突变检测法 | 第18-19页 |
| 2.2.5 量测量相关性不良数据检测法 | 第19-20页 |
| 2.3 常用的不良数据辨识方法 | 第20-21页 |
| 2.3.1 残差搜索法 | 第20页 |
| 2.3.2 非二次准则法 | 第20页 |
| 2.3.3 零残差法 | 第20页 |
| 2.3.4 估计辨识法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 模糊聚类算法和万有引力搜索算法 | 第22-31页 |
| 3.1 模糊C均值算法 | 第22-24页 |
| 3.2 万有引力搜索算法 | 第24-26页 |
| 3.3 增强型万有引力搜索算法（EGSA） | 第26-28页 |
| 3.4 EGSA算法仿真实验 | 第28-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 基于EGSA-FCM算法的电力系统不良数据检测辨识 | 第31-46页 |
| 4.1 EGSA-FCM算法 | 第31-32页 |
| 4.2 聚类有效性判定 | 第32-34页 |
| 4.3 COS聚类数目判定指标 | 第34-35页 |
| 4.4 基于EGSA-FCM算法的电力系统不良数据辨识流程 | 第35-37页 |
| 4.5 算例仿真 | 第37-45页 |
| 4.5.1 人工数据集仿真实验 | 第37-39页 |
| 4.5.2 电力系统4节点不良数据检测辨识仿真实验 | 第39-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 基于EGSA-FCM算法电力系统不良数据检测辨识的应用 | 第46-54页 |
| 5.1 可疑量测数据集的获取 | 第46页 |
| 5.2 IEEE14节点算例仿真 | 第46-51页 |
| 5.3 实际电网不良数据检测应用 | 第51-53页 |
| 5.4 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 发表文章目录 | 第59-60页 |
| 致谢 | 第60-61页 |
