| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 选题背景及意义 | 第10页 |
| 1.2 国内外研究动态与发展趋势 | 第10-12页 |
| 1.2.1 基于拓扑结构的复杂网络分析研究 | 第11-12页 |
| 1.2.2 基于系统运行状态的脆弱线路评估方法研究 | 第12页 |
| 1.3 论文主要研究内容 | 第12-14页 |
| 第2章 基于复合熵指标识别脆弱线路的方法研究 | 第14-23页 |
| 2.1 引言 | 第14页 |
| 2.2 复杂系统脆性定义及熵理论 | 第14-16页 |
| 2.2.1 电力系统脆性理论 | 第14-15页 |
| 2.2.2 熵理论的定义 | 第15-16页 |
| 2.3 复合熵指标的构建 | 第16-19页 |
| 2.3.1 加权潮流熵构建原理 | 第16-17页 |
| 2.3.2 支路扰动熵构建原理 | 第17-18页 |
| 2.3.3 综合熵指标构建原理 | 第18-19页 |
| 2.4 熵指标筛选脆弱支路实现方法 | 第19-21页 |
| 2.4.1 脆弱线路评估模型 | 第19页 |
| 2.4.2 脆弱线路筛选排序流程 | 第19-21页 |
| 2.5 本章小结 | 第21-23页 |
| 第3章 基于历史数据的支持向量机动态脆弱线路筛选 | 第23-34页 |
| 3.1 引言 | 第23页 |
| 3.2 基于历史数据进行动态脆弱线路筛选的必要性 | 第23-25页 |
| 3.3 支持向量机(SVM)应用基础 | 第25-30页 |
| 3.3.1 VC维理论和最小化结构风险原理 | 第26-27页 |
| 3.3.2 支持向量机应用原理 | 第27-30页 |
| 3.4 应用SVM进行线路脆弱性分类方法研究 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 筛选方法在具体算例中的实现与分析 | 第34-46页 |
| 4.1 引言 | 第34页 |
| 4.2 从静态安全分析角度对脆弱线路进行筛选与排序 | 第34-39页 |
| 4.2.1 脆弱线路的筛选与初排序 | 第35-37页 |
| 4.2.2 特殊线路的处理与脆弱线路的精确排序 | 第37-38页 |
| 4.2.3 不同研究方法的对比验证分析 | 第38-39页 |
| 4.3 基于历史数据的动态脆弱线路筛选算例分析 | 第39-44页 |
| 4.3.1 基于历史数据对支持向量机进行训练 | 第40-42页 |
| 4.3.2 应用SVM对未知样本进行分类 | 第42-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第5章 结论与展望 | 第46-48页 |
| 5.1 结论 | 第46-47页 |
| 5.2 展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第52-53页 |
| 攻读硕士学位期间参加的科研项目 | 第53-54页 |
| 致谢 | 第54页 |