摘要 | 第1-8页 |
Abstract | 第8-13页 |
第1章 绪论 | 第13-21页 |
·课题的提出 | 第13-14页 |
·国内外研究现状分析 | 第14-18页 |
·基于暂态量的电力系统故障识别研究现状 | 第14-16页 |
·信息理论的研究现状和在电力故障识别中的应用前景 | 第16-17页 |
·信息测度理论在电力系统故障识别中的研究意义 | 第17-18页 |
·研究目标和研究内容 | 第18-19页 |
·研究对象 | 第18页 |
·主要研究内容 | 第18-19页 |
·论文章节安排 | 第19-21页 |
第2章 信息测度理论相关原理及其应用框架 | 第21-31页 |
·引言 | 第21页 |
·信息测度指标 | 第21-25页 |
·信息熵测度指标 | 第21-23页 |
·复杂性测度指标 | 第23-25页 |
·信息测度的扩展思路和应用框架 | 第25-28页 |
·时域内的扩展泛化思路 | 第26页 |
·时频域内的扩展泛化思路 | 第26-27页 |
·信息测度的应用框架 | 第27-28页 |
·信息测度融合模型的研究框架 | 第28-30页 |
·小结 | 第30-31页 |
第3章 基于时域信息熵测度的励磁涌流识别 | 第31-43页 |
·时域信息熵测度 | 第31页 |
·励磁涌流识别问题描述 | 第31页 |
·基于时域信息熵测度的励磁涌流识别算法 | 第31-36页 |
·励磁涌流和故障电流的时域分布特征 | 第31-33页 |
·识别算法 | 第33-34页 |
·算法可行性分析 | 第34-35页 |
·算法特点分析 | 第35-36页 |
·仿真分析 | 第36-42页 |
·仿真实验模型 | 第36-37页 |
·不同工况下的励磁涌流识别仿真 | 第37-42页 |
·小结 | 第42-43页 |
第4章 基于小波奇异熵的输电线路故障类型识别方法及应用 | 第43-56页 |
·小波奇异熵测度的定义 | 第43-46页 |
·奇异值分解理论 | 第43-44页 |
·小波奇异熵的算法定义及其应用机理 | 第44-46页 |
·基于小波奇异熵测度的故障类型识别算法 | 第46-47页 |
·基于小波奇异熵算法的故障类型识别仿真分析 | 第47-55页 |
·仿真分析模型 | 第47-50页 |
·不同类型故障仿真 | 第50-53页 |
·不同时刻故障仿真 | 第53页 |
·不同过渡电阻故障仿真 | 第53页 |
·不同位置故障仿真 | 第53-54页 |
·仿真结果分析 | 第54-55页 |
·小结 | 第55-56页 |
第5章 近似熵测度在电力系统故障识别中的应用 | 第56-68页 |
·基于近似熵测度的电力系统故障识别思路分析 | 第56-57页 |
·基于近似熵测度的理想信号分析 | 第57-59页 |
·基于近似熵测度的故障选线方法 | 第59-61页 |
·基于近似熵测度的低频振荡条件下的故障识别 | 第61-67页 |
·研究系统模型 | 第61-62页 |
·低频振荡条件下故障信号检测 | 第62-63页 |
·低频振荡条件下故障类型识别 | 第63-66页 |
·对实际监测数据的研究 | 第66-67页 |
·小结 | 第67-68页 |
第6章 基于小波信息熵测度融合模型的故障识别研究 | 第68-77页 |
·基于DS证据理论的小波熵测度融合模型 | 第68-71页 |
·DS证据融合基本理论 | 第68-69页 |
·小波熵测度融合模型 | 第69-70页 |
·基于基本可信度的决策 | 第70-71页 |
·基于小波熵测度融合的故障类型识别 | 第71-74页 |
·基于小波熵融合的小电流接地系统故障选线 | 第74-76页 |
·小结 | 第76-77页 |
第7章 基于复合信息测度模型的超高压输电线路故障类型识别研究 | 第77-89页 |
·基于复合信息测度的融合模型 | 第77-82页 |
·基于EHV线路故障研究的复合信息测度模型 | 第77-80页 |
·信息熵-近似熵复合信息测度模型 | 第80-82页 |
·故障类型识别的具体算法 | 第82-84页 |
·基于复合信息测度模型的故障类型识别 | 第84-87页 |
·EHV线路故障识别仿真 | 第84-86页 |
·实际故障数据的识别 | 第86-87页 |
·小结 | 第87-89页 |
结论 | 第89-91页 |
致谢 | 第91-92页 |
参考文献 | 第92-100页 |
博士期间发表论文情况 | 第100-101页 |