摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 研究背景及研究意义 | 第10-11页 |
1.2 国内外研究历史与现状 | 第11-13页 |
1.2.1 研究历史 | 第11页 |
1.2.2 研究现状 | 第11-13页 |
1.3 本文的主要贡献与创新点 | 第13-14页 |
1.3.1 主要贡献 | 第13-14页 |
1.3.2 创新点简介 | 第14页 |
1.4 本文的结构 | 第14-16页 |
第二章 粗糙集理论与聚类算法基础研究 | 第16-32页 |
2.1 粗糙集理论研究 | 第16-23页 |
2.1.1 二元关系与不可分辨关系 | 第16-17页 |
2.1.2 从划分到知识与知识库 | 第17-18页 |
2.1.3 上近似与下近似 | 第18-19页 |
2.1.4 信息系统与决策表 | 第19-21页 |
2.1.5 决策表的约简与核 | 第21-23页 |
2.2 聚类算法参数研究及其仿真实验 | 第23-31页 |
2.2.1 基于划分的聚类算法可行性分析 | 第23-24页 |
2.2.2 k-means初始聚类中心的仿真实验 | 第24-29页 |
2.2.3 k-means聚类数目的讨论 | 第29-31页 |
2.2.4 k-means聚类算法的局限性讨论 | 第31页 |
2.3 本章小结 | 第31-32页 |
第三章 配电网故障诊断基本思想及其方案设计 | 第32-39页 |
3.1 配电网相关设备与诊断思想 | 第32-35页 |
3.1.1 配电网故障诊断设备 | 第34-35页 |
3.1.2 配电网故障诊断基本思想 | 第35页 |
3.2 配电网数据采集与诊断流程设计 | 第35-36页 |
3.2.1 电力系统的监控与数据采集 | 第35-36页 |
3.2.2 配电网故障诊断流程 | 第36页 |
3.3 配电网故障诊断方案设计 | 第36-38页 |
3.3.1 单一的粗糙集诊断方案 | 第36-37页 |
3.3.2 引入连续信号 | 第37-38页 |
3.4 本章小结 | 第38-39页 |
第四章 聚类与粗糙集在配电网故障诊断中的算法设计与应用 | 第39-61页 |
4.1 粗糙集算法的设计 | 第39-45页 |
4.1.1 不可分辨关系 | 第39页 |
4.1.2 上近似与下近似 | 第39-40页 |
4.1.3 相对正域与属性重要度 | 第40-41页 |
4.1.4 核值计算与条件属性约简 | 第41-43页 |
4.1.5 条件属性值的约简 | 第43-44页 |
4.1.6 决策规则 | 第44-45页 |
4.2 二分k-means聚类离散化与粗糙集混合算法的设计 | 第45-48页 |
4.2.1 二分k-means聚类离散化的思路 | 第45-46页 |
4.2.2 混合算法描述 | 第46-48页 |
4.3 实例应用与结果分析 | 第48-59页 |
4.3.1 单一的粗糙集故障诊断方案 | 第48-55页 |
4.3.2 引入连续信号 | 第55-59页 |
4.4 结论 | 第59-61页 |
第五章 具备配电网故障监测功能的信息化系统设计与展示 | 第61-69页 |
5.1 需求分析与总体设计 | 第61-62页 |
5.1.1 系统需求分析 | 第61页 |
5.1.2 总体架构图设计 | 第61-62页 |
5.2 系统功能介绍与展示 | 第62-68页 |
5.3 本章小结 | 第68-69页 |
第六章 总结与展望 | 第69-71页 |
6.1 总结 | 第69-70页 |
6.2 展望 | 第70-71页 |
致谢 | 第71-72页 |
参考文献 | 第72-74页 |