基于电网能量与电气参量数据的窃电分析研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要工作 | 第13-16页 |
| 第二章 窃电网络中电气参量的特性分析 | 第16-32页 |
| 2.1 窃电检测工作原理 | 第16-17页 |
| 2.2 常见窃电方式 | 第17-18页 |
| 2.3 窃电特征分析 | 第18-20页 |
| 2.4 潮流计算 | 第20-24页 |
| 2.4.1 牛顿—拉夫逊法原理 | 第20-22页 |
| 2.4.2 牛顿—拉夫逊法解决潮流计算问题 | 第22-23页 |
| 2.4.3 潮流计算实现步骤 | 第23-24页 |
| 2.5 网络单点窃电 | 第24-27页 |
| 2.6 网络多点窃电 | 第27-30页 |
| 2.7 窃电网络特征 | 第30-31页 |
| 2.8 本章小结 | 第31-32页 |
| 第三章 基于FCM聚类的线路分类 | 第32-44页 |
| 3.1 线路分类工作原理 | 第32-33页 |
| 3.2 FCM聚类算法与计算 | 第33-37页 |
| 3.2.1 FCM聚类算法目标函数的演化 | 第33-34页 |
| 3.2.2 FCM聚类算法的求解过程 | 第34-37页 |
| 3.2.3 FCM算法的计算步骤 | 第37页 |
| 3.3 线路分析指标 | 第37-39页 |
| 3.4 数据准备及处理 | 第39-40页 |
| 3.5 线损聚类分群 | 第40-41页 |
| 3.6 分类结果分析 | 第41-42页 |
| 3.7 本章小结 | 第42-44页 |
| 第四章 基于GA-BP用户用电数据分析 | 第44-56页 |
| 4.1 用户用电数据分析工作原理 | 第44-45页 |
| 4.2 BP神经网络 | 第45-46页 |
| 4.3 GA优化BP神经网络 | 第46-48页 |
| 4.4 用户用电分析指标 | 第48-49页 |
| 4.5 实例分析 | 第49-54页 |
| 4.5.1 数据准备 | 第49页 |
| 4.5.2 线路线损分类 | 第49-50页 |
| 4.5.3 用户用电数据处理 | 第50-51页 |
| 4.5.4 训练模型 | 第51-52页 |
| 4.5.5 测试模型 | 第52-54页 |
| 4.6 本章小结 | 第54-56页 |
| 第五章 总结与展望 | 第56-60页 |
| 5.1 论文总结 | 第56-57页 |
| 5.2 研究展望 | 第57-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录 A（攻读学位期间发表论文目录） | 第66页 |
