中文摘要 | 第1-7页 |
ABSTRACT | 第7-9页 |
第一章 绪论 | 第9-18页 |
·课题背景及研究意义 | 第9-10页 |
·电力系统安全稳定分析的发展与研究现状 | 第10-13页 |
·数据挖掘基本定义及其在电力系统中的应用 | 第13-15页 |
·电力系统安全稳定数据挖掘的研究现状 | 第15页 |
·论文的研究内容和结构安排 | 第15-18页 |
第二章 构造电力系统安全稳定分析的智能挖掘模型 | 第18-42页 |
·引言 | 第18-19页 |
·安全稳定智能挖掘模型的构造 | 第19-20页 |
·制定挖掘目标(包括缺省目标) | 第20-22页 |
·数据构建阶段 | 第22-33页 |
·暂态稳定挖掘智能仿真样本构造 | 第23-30页 |
·暂态稳定挖掘历史及实测数据收集 | 第30-31页 |
·安全稳定智能挖掘中的特征提取 | 第31-33页 |
·数据挖掘平台-构造电力系统数据仓库 | 第33-38页 |
·电力系统安全稳定数据仓库构造 | 第33-35页 |
·应用实例 | 第35-38页 |
·其它阶段的构造 | 第38-41页 |
·结论 | 第41-42页 |
第三章 电力系统安全稳定智能挖掘预测模型的研究 | 第42-69页 |
·引言 | 第42-43页 |
·安全稳定智能预测模型设计 | 第43-53页 |
·支持向量机理论介绍 | 第44-49页 |
·暂态稳定智能预测模型构造 | 第49-53页 |
·其它智能预测模型 | 第53页 |
·多重知识表示模型的原始数据预处理 | 第53-60页 |
·安全稳定数据质量的研究 | 第54-57页 |
·智能预测模型的特征选择 | 第57-59页 |
·智能预测模型的数据采样 | 第59-60页 |
·安全稳定智能预测模型有效性的验证 | 第60-67页 |
·例3.2:基于输入空间压缩的暂态稳定预测 | 第60-63页 |
·例3.3:暂态稳定加速预测方法 | 第63-65页 |
·例3.4:基于相量测量技术的暂态稳定、小扰动稳定特征值预测 | 第65-67页 |
·结论 | 第67-69页 |
第四章 电力系统安全稳定智能挖掘的规则构建 | 第69-93页 |
·引言 | 第69页 |
·多重知识表示模型中的决策规则模型设计 | 第69-79页 |
·暂态稳定决策规则模型的构造 | 第70-74页 |
·暂态稳定决策规则模型的改进 | 第74-79页 |
·其它挖掘主题的决策规则模型讨论 | 第79页 |
·安全稳定决策规则模型有效性的验证 | 第79-92页 |
·例4.1:暂态稳定决策规则集构造 | 第79-86页 |
·例4.2:基于相量测量技术的暂态稳定失稳判据研究 | 第86-90页 |
·例4.3:小扰动稳定特征值决策规则集构造 | 第90-92页 |
·结论 | 第92-93页 |
第五章 安全稳定智能挖掘的可视化研究 | 第93-106页 |
·引言 | 第93页 |
·安全稳定智能挖掘的挖掘过程可视化 | 第93-97页 |
·安全稳定智能挖掘的挖掘结果可视化 | 第97-105页 |
·多重知识表示模型的预测模型可视化 | 第98-104页 |
·多重知识表示模型的决策规则模型可视化 | 第104-105页 |
·结论 | 第105-106页 |
第六章 结论 | 第106-108页 |
参考文献 | 第108-121页 |
致谢 | 第121-122页 |
作者攻读博士学位期间发表的学术论文 | 第122-124页 |
附录1 安全稳定智能挖掘的软件基础 | 第124-126页 |
·电力系统仿真软件 | 第124-125页 |
·数据挖掘软件 | 第125-126页 |