| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 国内外的研究现状 | 第10-11页 |
| 1.2.1 专家系统(Expert System) | 第10页 |
| 1.2.2 人工神经网络(Artificial Neural Networks) | 第10-11页 |
| 1.2.3 粗糙集(Rough Set Theory, RS) | 第11页 |
| 1.2.4 模糊集理论(Fuzzy Set, FS) | 第11页 |
| 1.2.5 其它方法 | 第11页 |
| 1.3 存在的问题 | 第11-12页 |
| 1.4 本文所作的主要工作 | 第12-14页 |
| 第二章 智能变电站的基本介绍 | 第14-20页 |
| 2.1 智能变电站与智能电网 | 第14-15页 |
| 2.2 智能变电站的基本结构 | 第15-17页 |
| 2.3 智能变电站的技术关键点 | 第17-18页 |
| 2.4 智能变电站的新技术 | 第18-20页 |
| 第三章 基于Kohonen网络的变电站故障初步诊断 | 第20-30页 |
| 3.1 神经网络的基本特征与功能 | 第20页 |
| 3.2 Kohonen网络介绍 | 第20-24页 |
| 3.2.1 Kohonen网络的基本拓扑 | 第21页 |
| 3.2.2 Kohonen网络的基本算法 | 第21-22页 |
| 3.2.3 Kohonen网络算法描述 | 第22-23页 |
| 3.2.4 Kohonen网络算法分析 | 第23-24页 |
| 3.3 基于Kohonen网络的变电站故障初步诊断 | 第24-26页 |
| 3.3.1 Kohonen网络的改进算法 | 第24-26页 |
| 3.3.2 改进算法的Matlab实现 | 第26页 |
| 3.4 实例分析 | 第26-29页 |
| 3.5 小结 | 第29-30页 |
| 第四章 基于多属性评判的变电站故障诊断 | 第30-42页 |
| 4.1 因果网络的基本原理 | 第30-31页 |
| 4.2 警报信息的时序特性 | 第31-33页 |
| 4.2.1 继电保护动作时间约束 | 第32页 |
| 4.2.2 断路器动作的时间约束 | 第32页 |
| 4.2.3 故障告警信息的时间约束 | 第32页 |
| 4.2.4 计及时序约束的因果网络 | 第32-33页 |
| 4.3 多属性判别模糊因果网络 | 第33-38页 |
| 4.3.1 多属性判别依据 | 第33-34页 |
| 4.3.2 模糊因果网络故障诊断 | 第34-38页 |
| 4.4 实例分析 | 第38-41页 |
| 4.5 小结 | 第41-42页 |
| 第五章 元胞RBF网络与模糊积分融合的变电站故障诊断 | 第42-54页 |
| 5.1 引言 | 第42页 |
| 5.2 诊断系统的结构及原理 | 第42-43页 |
| 5.3 元胞RBF的神经网络模型 | 第43-45页 |
| 5.4 径向基函数神经网络 | 第45-47页 |
| 5.4.1 径向基函数神经网络结构 | 第45-47页 |
| 5.4.2 径向基函数神经网络的算法训练 | 第47页 |
| 5.5 基于模糊积分融合诊断策略 | 第47-50页 |
| 5.5.1 模糊测度 | 第48-49页 |
| 5.5.2 模糊积分 | 第49页 |
| 5.5.3 变电站元件的模糊密度 | 第49-50页 |
| 5.6 综合诊断流程 | 第50页 |
| 5.7 实例分析 | 第50-53页 |
| 5.8 小结 | 第53-54页 |
| 第六章 结论和展望 | 第54-56页 |
| 6.1 结论 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 发表论文和科研情况说明 | 第59-60页 |
| 致谢 | 第60-61页 |
