首页--工业技术论文--电工技术论文--输配电工程、电力网及电力系统论文--理论与分析论文--电力系统稳定论文

基于支持向量机的电力系统暂态稳定评估研究

摘要第1-6页
ABSTRACT第6-10页
1 绪论第10-17页
   ·课题研究背景及意义第10页
   ·电力系统暂态稳定评估第10-14页
     ·电力系统暂态稳定概念第10-11页
     ·电力系统暂态稳定分析评估方法简介第11-14页
   ·基于支持向量机的暂态稳定评估方法研究现状第14-15页
   ·论文工作第15-17页
2 初始输入特征提取与样本集构造第17-28页
   ·引言第17页
   ·基于 BPA的电力系统暂态稳定仿真第17-21页
     ·BPA软件包简介第17-18页
     ·BPA仿真第18-21页
       ·BPA潮流计算第19页
       ·BPA稳定计算第19页
       ·原始数据生成第19-21页
   ·特征选择第21-27页
     ·特征变量的分类及具体描述第21-25页
     ·暂态稳定评估系统输入特征量的运行方式的选取第25页
     ·稳定结果的产生第25页
     ·最终样本构造第25-27页
   ·本章小结第27-28页
3 基于支持向量机的暂态稳定评估第28-43页
   ·引言第28页
   ·支持向量机理论第28-32页
     ·机器学习的基本概念第28-29页
     ·最优分类超平面第29-30页
     ·支持向量分类机第30-31页
     ·核函数第31-32页
   ·基于 SVM的TSA算法描述第32-33页
   ·LIBSVM分类系统第33-34页
   ·LIBSVM分类器设计仿真第34-39页
     ·分类器预设计第34-36页
       ·缩放(Scale)第35页
       ·交互检验(cross validation)第35页
       ·训练和预测(train and prediction)第35-36页
     ·训练参数选择第36-38页
       ·模型参数对 SVM分类性能的影响第36-37页
       ·ROC(Receive Operating Characteristic)曲线第37-38页
     ·SVM系统的性能评价指标第38-39页
   ·仿真结果及分析第39-42页
     ·样本集选择第39页
     ·参数选择过程及分析第39-42页
     ·系统评估第42页
   ·本章小结第42-43页
4 基于模糊支持向量机的暂态稳定评估第43-55页
   ·引言第43页
   ·模糊理论第43-45页
   ·模糊支持向量机理论第45-47页
     ·模糊支持向量构建第45-47页
     ·模糊隶属度的产生第47页
   ·基于 FSVM的电力系统暂态稳定评估实现第47-54页
     ·基于 FSVM的分类实现第47-49页
     ·分类器设计第49-50页
       ·设计流程第49页
       ·模糊隶属度的选择第49-50页
     ·算例仿真及其结果分析第50-54页
       ·样本集选择第50页
       ·参数选择第50-51页
       ·基于 FSVM的 TSA程序实现第51-52页
       ·FSVM系统的性能评价指标第52-54页
   ·本章小结第54-55页
5 基于 ADABOOST算法的支持向量机暂态稳定评估第55-64页
   ·引言第55页
   ·ADABOOST算法简介第55-58页
     ·Boosting算法第55-56页
     ·AdaBoost算法第56-57页
     ·AdaBoost算法生成强分类器第57-58页
   ·基于 ADABOOST算法的支持向量机暂态稳定评估第58-62页
     ·分类器设计第59-60页
     ·算例仿真及其结果分析第60-62页
       ·样本及参数选择第60页
       ·SVM系统的性能评价指标第60-61页
       ·结果分析第61-62页
   ·几种用于 TSA的算法比较第62页
   ·本章小结第62-64页
总结第64-66页
致谢第66-67页
参考文献第67-72页
攻读硕士期间发表论文第72页
攻读硕士期间所获奖励第72-73页
附录第73-84页

论文共84页,点击 下载论文
上一篇:江南地区无核葡萄引种适应性、胚培养及优质栽培技术研究
下一篇:重尾分布尾部指数的Crovella估计的性质研究