| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 故障诊断的研究现状 | 第10-13页 |
| 1.2.1 专家系统 | 第10页 |
| 1.2.2 人工神经网络 | 第10-11页 |
| 1.2.3 Petri 网络 | 第11-12页 |
| 1.2.4 模糊集理论 | 第12页 |
| 1.2.5 粗糙集理论 | 第12页 |
| 1.2.6 贝叶斯网络 | 第12-13页 |
| 1.3 基于信息融合技术的故障诊断 | 第13页 |
| 1.4 本文的主要工作 | 第13-15页 |
| 第2章 基于故障录波信息的电网故障诊断研究 | 第15-24页 |
| 2.1 引言 | 第15页 |
| 2.2 希尔伯特-黄变换的基本理论及改进 | 第15-19页 |
| 2.2.1 经验模态分解简介 | 第16页 |
| 2.2.2 希尔伯特变换简介 | 第16-17页 |
| 2.2.3 HHT 存在的问题 | 第17-18页 |
| 2.2.4 HHT 的改进 | 第18-19页 |
| 2.3 故障特征提取 | 第19-20页 |
| 2.3.1 HHT 频率畸变度 | 第19-20页 |
| 2.3.2 HHT 能量变化度 | 第20页 |
| 2.4 算例分析 | 第20-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于 WAMS 量测量的电网故障诊断 | 第24-29页 |
| 3.1 引言 | 第24页 |
| 3.2 基于 WAMS 量测的故障诊断流程整体设计 | 第24-25页 |
| 3.3 基于 WAMS 量测的故障诊断模型 | 第25-27页 |
| 3.3.1 量测量判据 | 第25-27页 |
| 3.4 算例分析 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第4章 基于信息融合的电网故障诊断方法研究 | 第29-37页 |
| 4.1 D-S 证据理论 | 第29-30页 |
| 4.2 基于信息融合技术的电网故障诊断 | 第30-31页 |
| 4.2.1 求取模糊故障度 | 第30-31页 |
| 4.2.2 电网故障诊断框架 | 第31页 |
| 4.3 基于模糊 K-均值诊断决策模型 | 第31-33页 |
| 4.4 基于信息融合的电网故障诊断流程 | 第33-34页 |
| 4.5 算例分析 | 第34-36页 |
| 4.6 本章小结 | 第36-37页 |
| 第5章 云南电网智能在线故障诊断应用研究 | 第37-45页 |
| 5.1 引言 | 第37-38页 |
| 5.2 系统框架研究 | 第38-39页 |
| 5.2.1 OCS 平台介绍 | 第38页 |
| 5.2.2 软件框架 | 第38-39页 |
| 5.3 信息捕获方法及诊断方法研究 | 第39-44页 |
| 5.3.1 系统拓扑分析 | 第39-41页 |
| 5.3.2 故障信息的捕获 | 第41-43页 |
| 5.3.3 诊断方法研究 | 第43-44页 |
| 5.4 结论 | 第44-45页 |
| 第6章 结论与展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 在学期间发表的学术论文和参加科研情况 | 第50-51页 |
| 致谢 | 第51页 |