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--电力系统短路论文

基于组合算法优化的神经网络短路电流预测

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-18页
    1.1 课题研究的背景与意义第10-11页
    1.2 短路电流概述第11-12页
        1.2.1 短路的定义和原因第11页
        1.2.2 影响短路电流的因素第11-12页
        1.2.3 短路的危害第12页
    1.3 国内外短路电流研究现状第12-15页
        1.3.1 短路电流计算的研究现状第12-14页
        1.3.2 短路电流预测的研究现状第14-15页
    1.4 课题来源第15页
    1.5 全文安排第15-18页
第2章 合作型协同进化遗传BP神经网络第18-35页
    2.1 BP神经网络第18-19页
        2.1.1 BP神经网络的基本原理第18页
        2.1.2 BP神经网络优缺点第18-19页
    2.2 协同进化遗传算法第19-27页
        2.2.1 遗传算法的基本理论第19-24页
        2.2.2 协同进化遗传算法的思想第24-25页
        2.2.3 合作型协同进化遗传算法第25-27页
    2.3 合作型协同进化遗传算法在BP神经网络中的应用第27-33页
    2.4 算例分析第33-34页
    2.5 本章小结第34-35页
第3章 基于合作型协同进化遗传BP神经网络的短路预测模型第35-46页
    3.1 短路电流预测模型输入变量第35-38页
        3.1.1 电力负荷对短路电路影响第35-36页
        3.1.2 发电机组对短路电流的影响第36-37页
        3.1.3 自然因素对于短路电流的影响第37-38页
    3.2 短路电流预测模型输入样本第38-40页
    3.3 短路电流计算模型第40-44页
    3.4 合作型协同进化遗传算法优化短路电流预测模型第44-45页
    3.5 本章小结第45-46页
第4章 核主元分析短路电流预测优化第46-55页
    4.1 主元分析法第46-48页
        4.1.1 主元分析基本原理与数学模型第46-47页
        4.1.2 主元分析法的操作流程第47-48页
        4.1.3 主元分析法的不足第48页
    4.2 核主元分析第48-51页
        4.2.1 核方法第49-50页
        4.2.2 核主元分析的原理第50-51页
    4.3 核主元分析对BP神经网络的优化第51-52页
    4.4 算例分析第52-54页
    4.5 本章小结第54-55页
第5章 实例分析第55-62页
    5.1 算例分析第55-61页
    5.2 本章小结第61-62页
结论与展望第62-64页
参考文献第64-68页
致谢第68-69页
附录 攻读学位期间取得的研究成果第69页

论文共69页,点击 下载论文
上一篇:基于双谱分析的风力发电机轴承轴电流损伤识别方法研究
下一篇:磺化石墨烯改性树脂基炭刷材料的可控制备及磨损机制研究