基于RPROP神经网络的输电线路故障分析研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第12-18页 |
| 1.1 课题研究的背景及意义 | 第12-13页 |
| 1.2 课题相关内容的国内外研究现状 | 第13-16页 |
| 1.2.1 小波分析的发展应用 | 第13-14页 |
| 1.2.2 神经网络在电力系统中的研究现状 | 第14-15页 |
| 1.2.3 输电线路故障类型识别的研究现状 | 第15-16页 |
| 1.3 本课题主要研究内容 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 2 输电线路故障特征分析 | 第18-28页 |
| 2.1 输电线路故障特征 | 第18-19页 |
| 2.2 输电线路仿真模型的建立 | 第19-20页 |
| 2.3 短路故障分析 | 第20-23页 |
| 2.4 故障暂态特征的分析 | 第23-26页 |
| 2.4.1 故障暂态分量分析 | 第23-25页 |
| 2.4.2 故障信号的提取 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 3 基于小波分析的故障特征值分析 | 第28-40页 |
| 3.1 小波分析理论 | 第28-32页 |
| 3.1.1 小波变换原理 | 第28-29页 |
| 3.1.2 二进小波变换 | 第29页 |
| 3.1.3 多分辨分析 | 第29-30页 |
| 3.1.4 奇异性分析 | 第30-32页 |
| 3.2 小波分析的能量特征值提取 | 第32-36页 |
| 3.2.1 小波类型的选择 | 第32-33页 |
| 3.2.2 小波能量分析法 | 第33-36页 |
| 3.2.3 故障能量特征值的提取 | 第36页 |
| 3.3 故障暂态电压能量特征分析 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 基于RPROP神经网络的故障诊断网络 | 第40-56页 |
| 4.1 神经网络 | 第40-43页 |
| 4.1.1 神经网络概念及特点 | 第40-41页 |
| 4.1.2 神经元模型及网络结构 | 第41-43页 |
| 4.2 RPROP神经网络 | 第43-47页 |
| 4.2.1 算法的基本原理 | 第43-45页 |
| 4.2.2 算法的实施步骤 | 第45-47页 |
| 4.3 故障诊断网络的确定 | 第47-49页 |
| 4.3.1 输入向量的确定 | 第47-48页 |
| 4.3.2 输出向量的确定 | 第48-49页 |
| 4.4 样本的标准化处理 | 第49页 |
| 4.5 网络结构参数的选取 | 第49-54页 |
| 4.6 本章小结 | 第54-56页 |
| 5 RPROP诊断网络的仿真与分析 | 第56-64页 |
| 5.1 RPROP网络识别故障类型仿真实验 | 第56-59页 |
| 5.2 RPROP网络与BP网络的对比分析 | 第59-62页 |
| 5.2.1 BP网络故障仿真实验 | 第59-60页 |
| 5.2.2 RPROP网络故障仿真实验 | 第60-62页 |
| 5.3 本章小结 | 第62-64页 |
| 6 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 作者读研期间主要科技成果 | 第72页 |
