基于BP神经网络的配网线损计算分析
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 引言 | 第6-7页 |
| 1 绪论 | 第7-11页 |
| 1.1 选题目的及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 传统配电网线损计算方法 | 第8页 |
| 1.2.2 配电网线损研究发展 | 第8-10页 |
| 1.3 主要研究内容 | 第10-11页 |
| 2 配电网线损计算原理及降损措施 | 第11-26页 |
| 2.1 配电网线损概念 | 第11-12页 |
| 2.1.1 线损的定义 | 第11页 |
| 2.1.2 线损的构成和分类 | 第11-12页 |
| 2.2 配电网的数学模型选取 | 第12-15页 |
| 2.3 配电网线损计算原理及降损措施 | 第15-21页 |
| 2.3.1 传统的理论线损计算 | 第15-19页 |
| 2.3.2 潮流计算在线损计算中的应用 | 第19-21页 |
| 2.4 配电网降损措施 | 第21-25页 |
| 2.4.1 降低配电网线损的技术措施 | 第21-23页 |
| 2.4.2 降低配电网线损的管理措施 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 人工神经网络 | 第26-33页 |
| 3.1 神经网络的经典模型 | 第27-31页 |
| 3.1.1 感知器 | 第27-28页 |
| 3.1.2 Hopfield网络 | 第28-29页 |
| 3.1.3 ART网络 | 第29-30页 |
| 3.1.4 BP网络 | 第30-31页 |
| 3.2 神经网络经典模型的比较与选取 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 4 基于BP神经网络的配电网线损计算 | 第33-46页 |
| 4.1 BP神经网络算法 | 第33-35页 |
| 4.2 BP神经网络算法设计 | 第35-37页 |
| 4.3 Matlab仿真平台 | 第37-38页 |
| 4.4 基于神经网络的配电网线损计算 | 第38-45页 |
| 4.4.1 数据采样及样本的选取 | 第38-39页 |
| 4.4.2 神经网络的建立和训练 | 第39-41页 |
| 4.4.3 实际计算分析 | 第41-45页 |
| 4.5 本章小结 | 第45-46页 |
| 结论 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 附录A 部分程序 | 第49-53页 |
| 攻读硕士学位期间发表学术论文情况 | 第53-54页 |
| 致谢 | 第54-56页 |
