| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 低压配电网电压监测现状 | 第11-12页 |
| 1.2.2 配电网电压计算方法研究现状 | 第12-13页 |
| 1.3 本文研究内容 | 第13-15页 |
| 第2章 低压配电台区用户电压模糊评估模型的建立 | 第15-30页 |
| 2.1 低压配电台区电网参数 | 第15-16页 |
| 2.2 低压配电网近似电压降落计算模型 | 第16-20页 |
| 2.2.1 架空线路电压降落近似计算 | 第16-18页 |
| 2.2.2 低压配网的节点负荷矩及节点电压影响机理 | 第18-20页 |
| 2.3 基于BP神经网络的220V/380V配电台区用户电压模糊评估 | 第20-28页 |
| 2.3.1 BP神经网络算法的基本原理 | 第20-22页 |
| 2.3.2 BP神经网络算法在低压配电网电压估算模型中的应用 | 第22-23页 |
| 2.3.3 BP神经网络的学习算法 | 第23-26页 |
| 2.3.4 基于BP神经网络的配电台区用户电压模糊评估方法 | 第26-28页 |
| 2.4 BP神经网络算法的改进 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 实际应用算例分析 | 第30-39页 |
| 3.1 算例分析 | 第30-33页 |
| 3.1.1 训练样本的形成 | 第30-31页 |
| 3.1.2 神经网络训练 | 第31-32页 |
| 3.1.3 仿真结果 | 第32-33页 |
| 3.2 不同运行条件的算例分析 | 第33-38页 |
| 3.2.1 不同运行条件的样本点筛选原则 | 第33-35页 |
| 3.2.2 三相功率平衡条件下的估算效果分析 | 第35-37页 |
| 3.2.3 三相功率不平衡条件下的估算效果分析 | 第37-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 BP神经网络样本点的召测原则 | 第39-48页 |
| 4.1 BP神经网络对样本的要求 | 第39-40页 |
| 4.1.1 泛化能力 | 第39-40页 |
| 4.1.2 训练样本的优化与选择 | 第40页 |
| 4.2 神经网络训练样本对电压估算算法的影响 | 第40-46页 |
| 4.2.1 召测点位置分布对电压估算算法的影响 | 第41-44页 |
| 4.2.2 召测点数量对电压估算算法的影响 | 第44-46页 |
| 4.3 基于BP神经网络算法的召测点样本选取原则 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 结论与展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第54-55页 |
| 致谢 | 第55页 |
