基于重要抽样与极限学习机的电力系统快速可靠性评估
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 快速可靠性评估的意义 | 第9-10页 |
| 1.2 电力系统快速可靠性评估现状 | 第10-15页 |
| 1.2.1 采用高效的计算机技术 | 第10-12页 |
| 1.2.2 改进蒙特卡洛模拟算法 | 第12-15页 |
| 1.3 本文主要工作 | 第15-17页 |
| 第2章 复杂电力系统可靠性评估模型与方法 | 第17-23页 |
| 2.1 元件可靠性模型 | 第17页 |
| 2.2 系统状态评估模型 | 第17-18页 |
| 2.3 非序贯蒙特卡洛模拟法 | 第18-21页 |
| 2.4 可靠性指标 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 引入重要抽样的电力系统可靠性评估 | 第23-33页 |
| 3.1 基于交叉熵的重要抽样 | 第23-24页 |
| 3.2 基于链表的动态故障集 | 第24-25页 |
| 3.3 基于重要抽样与动态故障集的改进算法 | 第25-27页 |
| 3.4 算例分析 | 第27-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 引入极限学习机的电力系统可靠性评估 | 第33-44页 |
| 4.1 单隐层前馈神经网络 | 第33-35页 |
| 4.2 极限学习机的基础理论 | 第35-37页 |
| 4.3 基于极限学习机的系统状态评价 | 第37页 |
| 4.4 引入CE与ELM的快速可靠性评估 | 第37-39页 |
| 4.5 算例分析 | 第39-42页 |
| 4.6 本章小结 | 第42-44页 |
| 第5章 结论及展望 | 第44-46页 |
| 5.1 结论 | 第44-45页 |
| 5.2 展望 | 第45-46页 |
| 参考文献 | 第46-51页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第51-52页 |
| 致谢 | 第52页 |
