| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 选题背景及研究意义 | 第10-11页 |
| 1.1.1 选题背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 智能电网介绍 | 第11-12页 |
| 1.2.2 智能配电网功能特性 | 第12-14页 |
| 1.2.3 智能配电网故障诊断研究现状 | 第14-15页 |
| 1.3 本文工作 | 第15页 |
| 1.4 章节安排 | 第15-17页 |
| 第2章 Petri网原理 | 第17-24页 |
| 2.1 Petri网理论 | 第17-18页 |
| 2.2 Petri网的动态性质 | 第18-19页 |
| 2.3 Petri网的基本结构 | 第19-21页 |
| 2.4 Petri网的分析技术 | 第21页 |
| 2.5 Petri网在智能配电网故障诊断中的应用 | 第21-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 蕴含时序属性的Petri网故障诊断研究 | 第24-32页 |
| 3.1 时序Petri网定义 | 第24-25页 |
| 3.2 TAR信息时序识别处理方法 | 第25-28页 |
| 3.2.1 TAR的推理过程 | 第25-27页 |
| 3.2.2 TAR的4种形式 | 第27页 |
| 3.2.3 TAR的数学定义 | 第27-28页 |
| 3.3 算例验证 | 第28-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 贝叶斯Petri网的智能配电网故障诊断研究 | 第32-43页 |
| 4.1 贝叶斯网络理论原理 | 第32-34页 |
| 4.1.1 贝叶斯定理知识 | 第32-33页 |
| 4.1.2 贝叶斯网络知识 | 第33页 |
| 4.1.3 贝叶斯推理知识 | 第33-34页 |
| 4.2 配电网的贝叶斯故障诊断模型 | 第34-36页 |
| 4.3 智能配电网的贝叶斯Petri网故障诊断 | 第36-39页 |
| 4.3.1 贝叶斯Petri网定义 | 第36-37页 |
| 4.3.2 贝叶斯Petri网的图形表示 | 第37-38页 |
| 4.3.3 贝叶斯Petri网建模及故障诊断 | 第38-39页 |
| 4.4 算例验证 | 第39-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 基于时序贝叶斯Petri的智能配电网故障诊断 | 第43-55页 |
| 5.1 警报信息特性分析 | 第43-44页 |
| 5.1.1 故障警报信息时序特性分析 | 第43-44页 |
| 5.1.2 故障差错警报信息分类 | 第44页 |
| 5.2 时序贝叶斯Petri网模型 | 第44-45页 |
| 5.3 基于时序贝叶斯Petri网的警报信息诊断算法 | 第45-48页 |
| 5.3.1 故障信息识别算法 | 第45-46页 |
| 5.3.2 智能配电网故障诊断算法 | 第46-48页 |
| 5.4 算例验证 | 第48-53页 |
| 5.5 算法比较 | 第53-54页 |
| 5.6 本章小结 | 第54-55页 |
| 总结与展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第60-61页 |
| 致谢 | 第61页 |
