| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题研究背景与意义 | 第11-12页 |
| 1.2 台区用户识别技术研究现状 | 第12-14页 |
| 1.3 论文的主要工作和内容 | 第14-16页 |
| 第2章 台区用户智能识别系统方案设计 | 第16-20页 |
| 2.1 系统需求分析 | 第16页 |
| 2.2 系统方案分析 | 第16-17页 |
| 2.2.1 台区用户识别技术分析 | 第17页 |
| 2.2.2 台区用户识别方法分析 | 第17页 |
| 2.3 台区用户智能识别系统架构 | 第17-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 台区用户智能识别系统硬件设计 | 第20-32页 |
| 3.1 识别仪硬件设计 | 第20-21页 |
| 3.2 手持仪硬件设计 | 第21页 |
| 3.3 各单元硬件设计 | 第21-29页 |
| 3.3.1 电力线载波通信单元硬件设计 | 第21-23页 |
| 3.3.2 GPRS远程通信单元硬件设计 | 第23页 |
| 3.3.3 电源单元硬件设计 | 第23-24页 |
| 3.3.4 底板单元硬件设计 | 第24-29页 |
| 3.4 台区用户智能识别系统实物图 | 第29-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 基于蚁群的配电网载波通信混合路由算法 | 第32-43页 |
| 4.1 载波通信特点及网络拓扑结构 | 第32-34页 |
| 4.1.1 载波通信网络物理拓扑结构 | 第33页 |
| 4.1.2 载波通信网络逻辑拓扑结构 | 第33-34页 |
| 4.1.3 载波通信网络拓扑结构特点 | 第34页 |
| 4.2 蚁群遗传和模拟退火混合路由组网算法 | 第34-37页 |
| 4.2.1 蚁群算法的改进 | 第35页 |
| 4.2.2 初始化种群 | 第35页 |
| 4.2.3 蚁群路径的选择 | 第35-36页 |
| 4.2.4 目标函数的选取 | 第36-37页 |
| 4.2.5 信息素浓度更新 | 第37页 |
| 4.3 混合路由算法分析 | 第37-40页 |
| 4.3.1 混合路由算法的基本思想 | 第37-38页 |
| 4.3.2 混合路由算法流程分析 | 第38-40页 |
| 4.4 混合路由算法仿真实验 | 第40-42页 |
| 4.4.1 仿真环境及参数设置 | 第40-41页 |
| 4.4.2 仿真结果及分析 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 基于BP神经网络的跨台区用户识别方法 | 第43-50页 |
| 5.1 跨台区识别系统工作原理和结构 | 第43-44页 |
| 5.2 BP神经网络算法简介 | 第44-45页 |
| 5.2.1 BP神经网络的基本结构 | 第44-45页 |
| 5.2.2 BP神经网络的基本原理 | 第45页 |
| 5.3 基于前向 BP 神经网络的跨台区用户识别算法 | 第45-48页 |
| 5.3.1 建立BP神经网络 | 第45-46页 |
| 5.3.2 确定隐藏层节点数 | 第46-48页 |
| 5.4 基于BP神经网络的跨台区仿真测试分析 | 第48-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第6章 系统测试 | 第50-54页 |
| 6.1 系统实验室测试 | 第50-51页 |
| 6.2 系统现场测试 | 第51-53页 |
| 6.3 本章小结 | 第53-54页 |
| 第7章 结论与展望 | 第54-55页 |
| 7.1 结论 | 第54页 |
| 7.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 学术成果 | 第60页 |