文摘
英文文摘
第1章 绪论
1.1 电力系统故障诊断的目的与意义
1.2 故障诊断方法的国内外研究现状
1.2.1 专家系统(Expert System)
1.2.2 遗传算法(Genetic Algorithm)
1.2.3 人工神经网络(Artificial Neural Network)
1.2.4 Petri网络
1.2.5 模糊理论(Fuzzy Theory)
1.2.6 粗糙集理论
1.2.7 贝叶斯网络
1.2.8 多代理系统
1.3 评价算法优劣的标准
1.4 本文的主要工作
第2章 粗糙集的基础理论
2.1 粗糙集的产生与发展
2.2 粗糙集基本概念
2.2.1 粗糙集的研究对象
2.2.2 知识的定义
2.2.3 知识表达系统
2.2.4 不可分辨关系和上、下近似集[11]
2.2.5 属性约简与核[11]
2.2.6 决策表属性约简算法[7]
2.2.7 粗糙集的相关软件——ROSETTA
2.3 本章小结
第3章 贝叶斯网络和主观贝叶斯方法简介
3.1 贝叶斯网络
3.1.1 贝叶斯网络的产生和发展
3.1.2 贝叶斯网络的基本概念
3.1.3 贝叶斯网络建模
3.1.4 贝叶斯网络推理
3.2 主观贝叶斯方法
3.2.1 主观贝叶斯方法的基本概念[14-16]
3.2.2 主观贝叶斯方法的推理计算
3.2.3 主观贝叶斯方法的特点
3.3 主观贝叶斯方法与贝叶斯网络的结合
3.4 本章小结
第4章 基于粗糙集和贝叶斯网络的电力系统故障诊断
4.1 基本思想
4.2 故障诊断模型
4.2.1 故障诊断决策表
4.2.2 故障诊断决策表约简
4.2.3 基于元件的故障诊断贝叶斯网络模型
4.2.4 简化贝叶斯网络拓扑图
4.2.5 基于主观贝叶斯方法的参数设置
4.2.6 基于主观贝叶斯方法的推理计算
4.3 算例分析
4.4 本章小结
第5章 结论与展望
附录
参考文献
致谢
学位论文评阅及答辩情况表