基于贝叶斯网的电力系统故障诊断方法研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 目录 | 第10-12页 |
| 第1章 绪论 | 第12-28页 |
| ·研究背景及意义 | 第12-13页 |
| ·国内外电力系统故障诊断的研究现状 | 第13-26页 |
| ·一般性的故障诊断方法 | 第13-15页 |
| ·警报处理系统中的故障诊断 | 第15-22页 |
| ·广域后备保护中的故障诊断 | 第22-26页 |
| ·本文主要工作 | 第26-28页 |
| 第2章 贝叶斯网的独立性与推理计算 | 第28-41页 |
| ·引言 | 第28页 |
| ·贝叶斯网的表示 | 第28-29页 |
| ·贝叶斯网中的独立性 | 第29-31页 |
| ·条件独立 | 第29-30页 |
| ·环境独立 | 第30-31页 |
| ·因果独立 | 第31页 |
| ·贝叶斯网的构造和概率传播 | 第31-34页 |
| ·Leaky Noisy-Or节点模型 | 第34-38页 |
| ·贝叶斯网的推理 | 第38-40页 |
| ·精确推理算法 | 第38-39页 |
| ·近似推理算法 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 广域分布式电网故障诊断 | 第41-61页 |
| ·引言 | 第41-42页 |
| ·先验概率参数的计算 | 第42-49页 |
| ·先验概率问题讨论 | 第42-46页 |
| ·事件采样的先验概率计算 | 第46-49页 |
| ·分布式诊断模型及方法 | 第49-55页 |
| ·诊断模型结构和参数 | 第50-52页 |
| ·元件诊断模型 | 第52-54页 |
| ·联合诊断模型 | 第54-55页 |
| ·广域后备保护故障诊断过程 | 第55-56页 |
| ·算例分析 | 第56-59页 |
| ·本章小结 | 第59-61页 |
| 第4章 时间因果贝叶斯网模型 | 第61-74页 |
| ·引言 | 第61-62页 |
| ·时间因果贝叶斯网 | 第62-63页 |
| ·时间因果关系的模糊离散 | 第63-65页 |
| ·多个时间因果关系的模糊运算 | 第65-68页 |
| ·节点的条件概率计算 | 第68页 |
| ·故障假说的概率计算 | 第68-69页 |
| ·算例分析 | 第69-73页 |
| ·本章小结 | 第73-74页 |
| 第5章 基于时间因果贝叶斯网的电网故障诊断应用 | 第74-89页 |
| ·引言 | 第74-75页 |
| ·电网故障诊断的时间因果贝叶斯网模型 | 第75-77页 |
| ·元件与保护关系的表达 | 第77-78页 |
| ·开关事件 | 第78-81页 |
| ·关联路径及开关状态的确定 | 第78-80页 |
| ·开关对时间因果关系的影响 | 第80-81页 |
| ·带开关因果关系的模糊运算 | 第81-82页 |
| ·求解空间的确定以及故障假说的概率计算 | 第82-83页 |
| ·算例分析 | 第83-88页 |
| ·本章小结 | 第88-89页 |
| 结论与展望 | 第89-91页 |
| 本文取得的主要创新性研究成果和结论 | 第89-90页 |
| 下一步需要深入研究的问题 | 第90-91页 |
| 致谢 | 第91-92页 |
| 参考文献 | 第92-100页 |
| 攻读博士学位期间发表的学术论文 | 第100-101页 |
| 攻读博士学位期间参与的科研工作 | 第101-102页 |
