改进的膜计算优化算法及其在微网负荷预测与经济运行中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背意 | 第8-9页 |
| ·膜算算法在内外研究状和发展势 | 第9-10页 |
| ·微网经济和负荷预测的内外研究状和发展势 | 第10-12页 |
| ·本文研究的要内容 | 第12-14页 |
| 2 膜算算法的研究 | 第14-23页 |
| ·膜算的基本概念特点 | 第14-15页 |
| ·膜算算法 | 第15-17页 |
| ·遗膜算法 | 第17-19页 |
| ·基于膜算的遗算法仿真验 | 第19-22页 |
| ·本小结 | 第22-23页 |
| 3 基于遗膜算法的微网经济 | 第23-47页 |
| ·微网中相式电源的模型 | 第23-28页 |
| ·微电源蓄电的绍 | 第28-29页 |
| ·微网的方式数学模型 | 第29-33页 |
| ·并网方式数学模型 | 第30-32页 |
| ·网方式数学模型 | 第32-33页 |
| ·遗膜算法在无蓄电的微网经济中的仿真验 | 第33-41页 |
| ·遗膜算法在蓄电的微网中的 | 第41-45页 |
| ·遗膜算法在微网并网时的仿真验 | 第41-44页 |
| ·遗膜算法在微网网时的仿真验 | 第44-45页 |
| ·本小结 | 第45-47页 |
| 4 粒子群膜算法在电力系统短期负荷预测中的研究 | 第47-57页 |
| ·粒子群膜算法 | 第47-48页 |
| ·粒子群膜BP神经网络的基本原理 | 第48-53页 |
| ·BP神经网络 | 第49-51页 |
| ·改的粒子群膜算法BP神经网络的结合 | 第51-53页 |
| ·预测模型的网络结构历史负荷数据 | 第53-54页 |
| ·预测模型的结构 | 第53页 |
| ·一处理数据 | 第53-54页 |
| ·粒子群膜算法在电力系统短期负荷预测中的 | 第54-56页 |
| ·参数设置 | 第54页 |
| ·模型的验结果 | 第54-55页 |
| ·测试模型的验结果 | 第55-56页 |
| ·本小结 | 第56-57页 |
| 总结展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学 期间发表论文科研果 | 第62-63页 |
| 致谢 | 第63-64页 |
