| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.1.1 论文选题背景 | 第9-10页 |
| 1.1.2 论文选题意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 六西格玛理论研究现状 | 第11-12页 |
| 1.2.2 多属性决策方法研究现状 | 第12-13页 |
| 1.2.3 脆弱性评价模型研究现状 | 第13-15页 |
| 1.3 研究内容及方法 | 第15-17页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 研究方法 | 第15-17页 |
| 第2章 构建K-Sigma多属性脆弱性评价的基础理论 | 第17-31页 |
| 2.1 脆弱性评价的相关理论 | 第17-20页 |
| 2.1.1 智能电网概述 | 第17-18页 |
| 2.1.2 脆弱性的概念 | 第18-19页 |
| 2.1.3 智能电网的脆弱源 | 第19-20页 |
| 2.2 六西格玛管理理论 | 第20-24页 |
| 2.2.1 六西格玛管理的概念 | 第20-21页 |
| 2.2.2 六西格玛管理的特点 | 第21-22页 |
| 2.2.3 六西格玛管理的流程 | 第22-24页 |
| 2.3 多属性决策理论 | 第24-30页 |
| 2.3.1 多属性决策的简介 | 第24-25页 |
| 2.3.2 多属性决策的分类 | 第25-28页 |
| 2.3.3 多属性决策的方法 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 多属性脆弱性评价指标体系的建立 | 第31-44页 |
| 3.1 属性指标体系的构建 | 第31-34页 |
| 3.1.1 评价指标的选取原则 | 第31-32页 |
| 3.1.2 评价指标的总体框架 | 第32-34页 |
| 3.2 环境脆弱性指标 | 第34-36页 |
| 3.3 结构脆弱性指标 | 第36-37页 |
| 3.4 运行脆弱性指标 | 第37-39页 |
| 3.5 设备脆弱性指标 | 第39-40页 |
| 3.6 技术脆弱性指标 | 第40-43页 |
| 3.7 本章小结 | 第43-44页 |
| 第4章 K-Sigma单因素多指标多属性模型的构建 | 第44-60页 |
| 4.1 K-Sigma单因素多指标多属性评价模型构建 | 第44-49页 |
| 4.1.1 数据的预先处理 | 第44页 |
| 4.1.2 指标权重的确定 | 第44-48页 |
| 4.1.3 评价模型的流程 | 第48-49页 |
| 4.2 算例分析 | 第49-57页 |
| 4.2.1 数据的预先处理 | 第50-51页 |
| 4.2.2 属性权重的确定 | 第51-53页 |
| 4.2.3 风险梯度的计算 | 第53-54页 |
| 4.2.4 风险水平的计算 | 第54-56页 |
| 4.2.5 风险分析图的绘制 | 第56-57页 |
| 4.3 模型结果分析 | 第57-58页 |
| 4.4 应对智能电网脆弱性的建议 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 研究成果和结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第66-67页 |
| 致谢 | 第67页 |
