| 摘要 | 第1页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-16页 |
| ·电网连锁故障基本原理 | 第6-7页 |
| ·基本概念 | 第6页 |
| ·连锁故障的一般表现 | 第6-7页 |
| ·电网连锁故障分析方法综述 | 第7-13页 |
| ·模式搜索法 | 第7-10页 |
| ·基于复杂系统理论的建模分析法 | 第10-12页 |
| ·基于复杂网络理论的建模分析法 | 第12-13页 |
| ·模式识别理论在电力系统分析中的应用 | 第13-15页 |
| ·模式识别方法在电力系统暂态稳定评估中的应用 | 第14页 |
| ·模式识别方法在电力系统负荷预测中的应用 | 第14页 |
| ·模式识别方法在电力系统连锁故障评估中的应用 | 第14-15页 |
| ·本文所做的工作 | 第15-16页 |
| 第二章 基于Delphi和BPA的电网连锁故障过程模拟方法 | 第16-21页 |
| ·理论基础 | 第16-18页 |
| ·基本研究模式 | 第16-17页 |
| ·主要考虑的因素 | 第17页 |
| ·模拟搜索过程的基本描述 | 第17-18页 |
| ·连锁故障的过程模拟平台的建立 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于BP神经网络方法的电网连锁故障评估方法 | 第21-29页 |
| ·BP神经网络相关理论 | 第21-23页 |
| ·训练样本的聚类处理 | 第23-24页 |
| ·使用BP网络评估连锁故障的模型与方法 | 第24-26页 |
| ·BP网络模型简单介绍 | 第25页 |
| ·训练样本集与测试样本集的构造 | 第25-26页 |
| ·算例分析 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 支持向量机在电网连锁故障评估中的应用 | 第29-37页 |
| ·引言 | 第29页 |
| ·支持向量机相关理论 | 第29-32页 |
| ·最优分类超平面 | 第29-30页 |
| ·支持向量机的求取 | 第30-32页 |
| ·基于支持向量机的电力系统连锁故障评估模式 | 第32-34页 |
| ·输入和输出样本的规范化 | 第32-33页 |
| ·分类面的构造及核函数的选择 | 第33页 |
| ·样本的构造模式 | 第33页 |
| ·最终分类模型 | 第33-34页 |
| ·算例分析 | 第34-35页 |
| ·算例样本构造 | 第34页 |
| ·多项式核函数的参数选择及结果分析 | 第34-35页 |
| ·与神经网络算法的比较 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第五章 结论与展望 | 第37-39页 |
| ·本文工作总结 | 第37页 |
| ·未来工作及展望 | 第37-39页 |
| 参考文献 | 第39-42页 |
| 致谢 | 第42-43页 |
| 在学期间发表的学术论文和参加科研情况 | 第43页 |