声明
摘要
1.1 课题背景及意义
1.2 国内外研究现状
1.3 本文工作及研究重点
第2章 智能变电站二次信息系统及其异常分析
2.1 智能变电站结构
2.1.1 站控层
2.1.2 间隔层
2.1.3 过程层
2.2 智能变电站数据辨识方法研究
2.2.1 基于KCL和能量守恒的可疑数据辨识方法
2.2.2 基于量测量之间数学关系的可疑数据辨识方法
2.2.3 系统双重化配置
2.3 智能变电站报文系统
2.3.1 GOOSE报文
2.3.2 SV报文
2.3.3 同步信息流
2.4 继电保护装置数据异常和波形畸变产生机理分析
2.4.1 电磁干扰
2.4.2 光纤通道异常
2.4.3 通信协议影响
2.4.4 报文数据错误类型总结
2.5 两种典型采样数据错误对保护影响的研究
2.5.1 傅里叶级数算法
2.5.2 零点类型总结
2.5.3 奇点类型总结
2.6 本章小结
3.1 引言
3.2 神经网络(Neural Network)T作原理
3.2.1 神经网络基本组成元素
3.2.2 神经网络拟合函数原理
3.2.3 神经网络拟合任意一元函数原理
3.2.4 神经网络拟合任意二元函数原理
3.3 神经网络识别手写图像原理解析
3.4 卷积神经网络
3.4.1 卷积层结构
3.4.2 池化层
3.4.3 全连接层
3.4 卷积神经网络的训练过程
3.5 算法讨论
第4章 卷积神经网络在故障特征识别应用探究
4.1 引言
4.2 电力系统模型的搭建及参数选择
4.2.1 简单系统模型搭建及参数设置
4.2.2 仿真软件PSCAD相关组件介绍
4.3 样本数据的选取和错误数据模拟
4.3.1 数据窗口的选择及速动性讨论
4.3.2 错误数据模拟
4.4 卷积神经网络的搭建
4.4.1 卷积核及偏置的设置
4.4.2 卷积层设置
4.4.3 下采样层设置
4.4.4 添加网络层操作
4.4.5 训练参数设置
4.5 仿真结果及分析
4.5.1 数据接口
4.5.2 结果汇总及分析
5.1 结论
5.2 展望
参考文献
攻读硕士学位期间发表的学术论文及其它成果
致谢