混合智能算法在电网规划中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·电网规划中电力负荷预测问题 | 第10-11页 |
| ·负荷预测问题 | 第10页 |
| ·电力负荷预测的特点 | 第10-11页 |
| ·电力负荷预测的方法步骤 | 第11页 |
| ·电网规划中的变电站选址问题 | 第11-13页 |
| ·最优站址问题 | 第11-12页 |
| ·变电站优化选址的意义 | 第12-13页 |
| ·智能算法在电网规划中应用的研究现状 | 第13-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| 第2章 电力负荷预测 | 第16-30页 |
| ·灰色预测的理论和模型 | 第16-20页 |
| ·灰色预测的基本理论 | 第16页 |
| ·灰色建模过程 | 第16-17页 |
| ·灰色模型的求解过程 | 第17-20页 |
| ·遗传神经网络理论和模型 | 第20-29页 |
| ·神经网络的基本理论 | 第20-23页 |
| ·BP神经网络的基本结构和算法 | 第23-25页 |
| ·遗传神经网络基本结构和算法 | 第25-27页 |
| ·遗传神经网络模型的求解过程 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 免疫粒子群算法研究 | 第30-43页 |
| ·粒子群算法 | 第30-32页 |
| ·粒子群算法的基本原理 | 第30-31页 |
| ·基本粒子群算法的步骤和流程 | 第31-32页 |
| ·免疫算法 | 第32-38页 |
| ·免疫系统简介 | 第32-34页 |
| ·免疫算法的提出 | 第34页 |
| ·免疫算法的原理 | 第34-36页 |
| ·免疫算法的基本步骤 | 第36-38页 |
| ·免疫粒子群算法 | 第38-42页 |
| ·免疫粒子群算法概述 | 第38-39页 |
| ·免疫粒子群算法的实现 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 变电站选址的数学模型及算法实现 | 第43-55页 |
| ·变电站选址概述 | 第43-44页 |
| ·影响变电站实际选址的因素 | 第44-45页 |
| ·变电站数量及供电范围的确定 | 第45-47页 |
| ·变电容载比 | 第45页 |
| ·变电站数量的确定 | 第45-46页 |
| ·变电站供电范围的确定和优化 | 第46-47页 |
| ·变电站站址优化的数学模型和算法实现 | 第47-54页 |
| ·变电站选址的数学模型 | 第47-49页 |
| ·基于免疫粒子群算法的变电站选址方法 | 第49-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 变电站选址实例应用 | 第55-65页 |
| ·变电站设计的流程 | 第55-57页 |
| ·算法的GUI界面 | 第57-58页 |
| ·规划区域的概况 | 第58页 |
| ·变电站现状及存在问题 | 第58-59页 |
| ·现状 | 第58-59页 |
| ·存在的问题 | 第59页 |
| ·电力负荷预测及电力平衡 | 第59-61页 |
| ·负荷预测的结果 | 第59-60页 |
| ·电力平衡 | 第60-61页 |
| ·新增变电站选址优化 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第6章 结论与展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读学位期间发表的学术论文目录 | 第71-72页 |
| 致谢 | 第72页 |
