基于模型自组织原理的电力负荷自动建模的研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-15页 |
1.1 电力系统负荷建模研究背景及意义 | 第9-11页 |
1.2 负荷建模的发展与现状 | 第11-12页 |
1.3 负荷建模方法概述 | 第12-13页 |
1.4 本文的主要工作 | 第13-15页 |
2 负荷模型结构与辨识理论基础 | 第15-28页 |
2.1 负荷模型结构的研究基础 | 第15-19页 |
2.1.1 静态负荷模型 | 第15-16页 |
2.1.2 动态负荷模型 | 第16-18页 |
2.1.3 负荷模型选取方法 | 第18-19页 |
2.2 综合负荷模型结构研究 | 第19-22页 |
2.2.1 典型的综合负荷模型 | 第19-21页 |
2.2.2 多种负荷特性的复杂负荷模型 | 第21-22页 |
2.3 负荷模型参数辨识方法的研究 | 第22-27页 |
2.3.1 系统参数辨识的步骤 | 第23-26页 |
2.3.2 负荷模型辨识过程优化方法 | 第26-27页 |
2.4 小结 | 第27-28页 |
3 基于模型自组织原理的负荷建模方法研究 | 第28-41页 |
3.1 模型自组织原理概述 | 第28-30页 |
3.1.1 自组织的概念 | 第28-29页 |
3.1.2 自组织与数据挖掘 | 第29页 |
3.1.3 自组织数据挖掘建模的理论基础 | 第29-30页 |
3.2 自组织数据挖掘建模技术的基本思路 | 第30-38页 |
3.2.1 自组织数据挖掘建模的基本模式 | 第30-34页 |
3.2.2 GMDH 算法研究 | 第34-38页 |
3.3 自组织负荷建模方法研究 | 第38-40页 |
3.4 小结 | 第40-41页 |
4 复杂负荷模型建模方法的研究 | 第41-50页 |
4.1 引言 | 第41页 |
4.2 优化算法介绍 | 第41-42页 |
4.3 遗传算法的基本理论概述 | 第42-46页 |
4.3.1 遗传算法的设计结构 | 第43-44页 |
4.3.2 遗传算法的求解步骤 | 第44-46页 |
4.4 遗传算法在复杂模型建模中的应用 | 第46-48页 |
4.5 小结 | 第48-50页 |
5 自组织原理负荷建模的实践 | 第50-60页 |
5.1 动模实验 | 第50-54页 |
5.2 负荷模型的结构辨识结果 | 第54-57页 |
5.3 仿真结果对比分析 | 第57-58页 |
5.4 小结 | 第58-60页 |
6 结论与展望 | 第60-62页 |
6.1 结论 | 第60-61页 |
6.2 展望 | 第61-62页 |
参考文献 | 第62-65页 |
个人简历、在学期间发表的学术论文与研究成果 | 第65-66页 |
致谢 | 第66页 |