基于贝叶斯网络的输电线路故障诊断
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-20页 |
| 1.1 课题研究背景 | 第12-13页 |
| 1.2 贝叶斯网络的发展及研究现状 | 第13-15页 |
| 1.2.1 贝叶斯网络的发展 | 第13页 |
| 1.2.2 贝叶斯网络的研究现状 | 第13-15页 |
| 1.3 国内外输电线路故障诊断的研究现状 | 第15-18页 |
| 1.3.1 小波变换的故障诊断 | 第15-16页 |
| 1.3.2 人工神经网络的故障诊断 | 第16页 |
| 1.3.3 Petri网的故障诊断 | 第16页 |
| 1.3.4 多代理系统的故障诊断 | 第16-17页 |
| 1.3.5 专家系统的故障诊断 | 第17页 |
| 1.3.6 贝叶斯网络故障诊断 | 第17-18页 |
| 1.4 课题研究的意义 | 第18页 |
| 1.5 本文的研究内容 | 第18-20页 |
| 2 贝叶斯网络理论 | 第20-26页 |
| 2.1 贝叶斯网络的数学模型 | 第20页 |
| 2.2 贝叶斯网络的建模 | 第20-21页 |
| 2.3 贝叶斯网络的参数学习 | 第21-23页 |
| 2.3.1 最大似然估计方法 | 第21-22页 |
| 2.3.2 贝叶斯方法 | 第22-23页 |
| 2.4 贝叶斯网络的结构学习 | 第23-25页 |
| 2.4.1 基于评分搜索的方法 | 第23-24页 |
| 2.4.2 基于依赖分析的方法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 输电线路短路故障的分析 | 第26-40页 |
| 3.1 输电线路的故障 | 第26页 |
| 3.2 各种短路故障的分析 | 第26-39页 |
| 3.2.1 三相短路故障 | 第27-31页 |
| 3.2.2 单相短路故障 | 第31-34页 |
| 3.2.3 两相短路故障 | 第34-36页 |
| 3.2.4 两相接地短路故障 | 第36-39页 |
| 3.3 本章小结 | 第39-40页 |
| 4 构建输电线路故障诊断的贝叶斯网络 | 第40-52页 |
| 4.1 Netica软件的简介 | 第40-41页 |
| 4.1.1 Netica的特点 | 第40-41页 |
| 4.1.2 Netica的概率推理 | 第41页 |
| 4.2 输电线路故障诊断模型的构建 | 第41-50页 |
| 4.2.1 确定节点变量 | 第41-45页 |
| 4.2.2 构建网络结构 | 第45-47页 |
| 4.2.3 参数赋值 | 第47-50页 |
| 4.3 本章小结 | 第50-52页 |
| 5 输电线路故障诊断的实现 | 第52-68页 |
| 5.1 输电线路贝叶斯网络的推理 | 第52-59页 |
| 5.1.1 因果推理 | 第52-55页 |
| 5.1.2 诊断推理 | 第55-57页 |
| 5.1.3 支持推理 | 第57-59页 |
| 5.2 证据敏感性分析 | 第59-63页 |
| 5.3 样本容量对概率精度的影响 | 第63-65页 |
| 5.4 本章小结 | 第65-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 论文总结 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 作者简介及读研期间主要科研成果 | 第76-77页 |
