| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-20页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·电网故障诊断的研究现状 | 第11-17页 |
| ·人工神经网络在电网故障诊断中的应用研究现状 | 第17-19页 |
| ·本文的主要工作 | 第19-20页 |
| 2 人工神经网络理论基础 | 第20-34页 |
| ·引言 | 第20页 |
| ·人工神经网络概述 | 第20-23页 |
| ·反向传播神经网络基本原理 | 第23-28页 |
| ·径向基函数神经网络基本原理 | 第28-33页 |
| ·小结 | 第33-34页 |
| 3 一种两阶段学习 RBF 神经网络在电网故障诊断中的应用 | 第34-54页 |
| ·引言 | 第34-35页 |
| ·模糊 C-均值聚类 | 第35-37页 |
| ·自适应加权协同进化计算的基本思想 | 第37-40页 |
| ·改进差分进化算法 | 第40-44页 |
| ·两阶段学习流程 | 第44-46页 |
| ·算例分析 | 第46-53页 |
| ·小结 | 第53-54页 |
| 4 拓展多输出衰减 RBF 神经网络在电网故障诊断中的应用 | 第54-65页 |
| ·引言 | 第54页 |
| ·单输出衰减径向基函数神经网络 | 第54-57页 |
| ·拓展多输出衰减径向基函数神经网络模型 | 第57-59页 |
| ·算例分析 | 第59-64页 |
| ·小结 | 第64-65页 |
| 5 结论与展望 | 第65-67页 |
| ·全文总结 | 第65-66页 |
| ·工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-74页 |