| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 配电网线损计算的特点 | 第11页 |
| 1.3 配电网线损计算的研究现状 | 第11-12页 |
| 1.4 影响配电网线损计算精度的主要因素 | 第12-13页 |
| 1.5 本文的主要工作内容 | 第13-15页 |
| 第2章 电力网线损计算理论基础 | 第15-28页 |
| 2.1 电力网线损的基本概念 | 第15-17页 |
| 2.1.1 线损的定义与分类 | 第15页 |
| 2.1.2 线损的产生原因及构成 | 第15-16页 |
| 2.1.3 线损理论计算的含义 | 第16页 |
| 2.1.4 线损理论计算的作用 | 第16-17页 |
| 2.2 电力网线损计算的要求及原始资料的收集 | 第17-19页 |
| 2.2.1 线损理论计算的要求 | 第17-18页 |
| 2.2.2 开展线损理论计算的条件 | 第18页 |
| 2.2.3 原始资料和有关数据的收集 | 第18-19页 |
| 2.3 配电网线损计算的传统方法 | 第19-27页 |
| 2.3.1 10KV 配电网线损的计算 | 第19-23页 |
| 2.3.2 0.4KV 低压电网线损的计算 | 第23-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于改进 RBF 神经网络算法的中压配电网线损计算 | 第28-41页 |
| 3.1 概述 | 第28页 |
| 3.2 RBF 神经网络理论 | 第28-32页 |
| 3.2.1 RBF 神经网络的结构与原理 | 第28-30页 |
| 3.2.2 RBF 神经网络的学习算法 | 第30-32页 |
| 3.3 RBF 神经网络的线损计算模型 | 第32-33页 |
| 3.4 ASMDE 算法的基本原理 | 第33-34页 |
| 3.4.1 变异操作 | 第33页 |
| 3.4.2 交叉操作 | 第33页 |
| 3.4.3 选择操作 | 第33-34页 |
| 3.4.4 自适应二次变异 | 第34页 |
| 3.5 对 ASMDE 算法的改进 | 第34-35页 |
| 3.5.1 重构交叉概率因子 | 第34-35页 |
| 3.5.2 近似最优保存策略 | 第35页 |
| 3.6 配电网线损计算模型的流程设计 | 第35-37页 |
| 3.7 实例计算分析 | 第37-40页 |
| 3.8 本章小结 | 第40-41页 |
| 第4章 基于 BP 神经网络的低压配电网线损计算方法 | 第41-52页 |
| 4.1 低压配电网线损计算的研究现状 | 第41-42页 |
| 4.1.1 低压配电网的构成及特点 | 第41页 |
| 4.1.2 低压配电网线损计算的范围 | 第41页 |
| 4.1.3 低压配电网线损计算现有方法的分析 | 第41-42页 |
| 4.2 低压配电网线损计算的神经网络模型 | 第42-44页 |
| 4.3 基于 Matlab 神经网络工具箱的线损计算模型设计 | 第44-48页 |
| 4.4 实例计算分析 | 第48-51页 |
| 4.5 本章小结 | 第51-52页 |
| 结论与展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 附录 A 攻读硕士学位期间发表的学术论文 | 第59-60页 |
| 附录 B 攻读硕士学位期间参与的科研项目 | 第60页 |
