声明
摘要
图目录
表目录
1绪论
1.1选题背景与研究意义
1.2故障选线方法研究现状
1.2.1外加信号法
1.2.2稳态故障信号法
1.2.3暂态故障信号法
1.2.4机器学习的应用
1.2.5深度学习的应用
1.3本文内容安排
2配电网单相接地故障特征分析
2.1中性点不接地方式下单相接地故障特征
2.1.1稳态特征
2.1.2暂态特征
2.2中性点经消弧线圈接地
2.2.1稳态特征
2.2.2暂态特征
2.3中性点经小电阻接地
2.3.1稳态特征
2.3.2暂态特征
2.4单相接地暂态分量的其它影响因素
2.5单相接地故障仿真模型与数据获取
2.5.1模型参数设置
2.5.2单相接地故障波形分析
2.6单相接地故障实际录播数据获取
2.6.1变电站简介
2.6.2单相接地故障波形分析
2.7本章小结
3小波包变换与数据准备
3.1小波包变换原理
3.1.1小波
3.1.2连续小波变换
3.1.3离散小波变换
3.1.4小波包分析
3.2小波函数的选择理论基础
3.2.1正交性
3.2.2消失矩阶数
3.2.3正则性
3.2.4支撑长度
3.3小波选取原则
3.4小波函数的选择
3.5数据处理
3.6数据准备
3.6.1模拟数据准备
3.6.2真实数据准备
3.7本章小结
4机器学习故障选线方法及其训练
4.1机器学习的基本问题
4.1.1问题的表示
4.1.2经验风险最小化
4.1.3复杂性与推广能力
4.1.4基本问题的解决
4.2前馈神经网络
4.2.1神经元激活函数
4.2.2网络权值调整与前馈
4.2.3BP算法推导
4.2.4交叉熵做loss函数
4.2.5网络层数的确定
4.2.6隐藏单元数的确定
4.2.7权值的初始化
4.2.8学习率
4.2.9选线结果
4.3支持向量机
4.3.1VC维
4.3.2推广性的界
4.3.3结构风险最小化
4.3.4广义最优分界面
4.3.5核函数
4.3.6参数的选取方法
4.3.7SVM的实现
4.3.8选线结果
4.4基于随机森林的故障选线方法研究
4.4.1决策树
4.4.2串行原理
4.4.3随机森林算法
4.4.4选线结果
4.5本章小结
5机器学习选线结果对比及选线方法实现
5.1混淆矩阵
5.2从多分类到二分类
5.3机器学习效果评估对比
5.3.1多分类方法效果评估
5.3.2二分类方法效果评估
5.4基于随机森林的故障选线方法
5.4.1学习方法的确定
5.4.2故障选线系统设计
5.5本章小结
6总结与展望
6.1总结
6.2展望
参考文献
个人简历、在学校期间发表的学术论文与研究成果
致谢
郑州大学;