| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 电网大扰动识别的发展历程和国内外的研究现状 | 第11-14页 |
| 1.3 论文的主要研究内容 | 第14-15页 |
| 第二章 电网大扰动识别特征值的选择 | 第15-26页 |
| 2.1 扰动机理分析 | 第15-19页 |
| 2.1.1 短路扰动的机理分析 | 第15-17页 |
| 2.1.2 切机扰动的机理分析 | 第17-18页 |
| 2.1.3 切负荷扰动的机理分析 | 第18-19页 |
| 2.2 扰动识别特征值的选择 | 第19-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于多源信息融合的大扰动特征值的提取方法 | 第26-34页 |
| 3.1 电网大扰动识别特征值的数据源 | 第26-27页 |
| 3.1.1 SCADA系统中的信息 | 第26页 |
| 3.1.2 WAMS系统中的信息 | 第26-27页 |
| 3.2 多源信息融合方法 | 第27-29页 |
| 3.2.1 针对信息源处理的信息融合方法 | 第27页 |
| 3.2.2 基于概论和统计模型的信息融合方法 | 第27-28页 |
| 3.2.3 基于规则推理的方法 | 第28-29页 |
| 3.3 基于专家系统的特征值提取法 | 第29-33页 |
| 3.3.1 专家系统结构 | 第29-30页 |
| 3.3.2 专家系统在特征提取中的应用 | 第30-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于简化判据的决策树电网大扰动分类器 | 第34-46页 |
| 4.1 决策树理论 | 第34-37页 |
| 4.1.1 决策树方法概述 | 第34-35页 |
| 4.1.2 决策树的生成 | 第35-36页 |
| 4.1.3 决策树的属性选择方法 | 第36-37页 |
| 4.2 基于简化判据的扰动识别决策树 | 第37-44页 |
| 4.2.1 基于简化判据的扰动决策树的样本构成 | 第37-38页 |
| 4.2.2 基于简化判据的扰动决策树的构造 | 第38-44页 |
| 4.3 本章小结 | 第44-46页 |
| 第五章 基于WAMS的电网大扰动识别方法的验证与应用 | 第46-57页 |
| 5.1 扰动流程设计 | 第46-48页 |
| 5.2 算例验证 | 第48-51页 |
| 5.3 实际应用 | 第51-56页 |
| 5.4 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 发表文章目录 | 第62-63页 |
| 致谢 | 第63-64页 |
| 硕士研究生学位论文摘要 | 第64-72页 |