基于神经网络的实时电价优化算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-24页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 智能电网 | 第11-19页 |
| 1.2.1 智能电网的概念及特征 | 第11-13页 |
| 1.2.2 智能电网的国内外发展及现状 | 第13-19页 |
| 1.3 实时电价优化的发展历程 | 第19-20页 |
| 1.4 神经网络在优化计算中的发展 | 第20-22页 |
| 1.5 本章小结 | 第22-24页 |
| 第2章 基于微分包含的神经网络解决优化问题 | 第24-42页 |
| 2.1 微分包含 | 第24-27页 |
| 2.2 改进的神经网络解决非线性优化问题 | 第27-40页 |
| 2.2.1 提出神经网络模型 | 第28-30页 |
| 2.2.2 神经网络性质分析 | 第30-36页 |
| 2.2.3 算例仿真 | 第36-40页 |
| 2.3 本章小结 | 第40-42页 |
| 第3章 基于需求侧管理的实时电价 | 第42-54页 |
| 3.1 需求侧管理 | 第42-46页 |
| 3.2 电价的定制 | 第46-49页 |
| 3.3 实时电价种类模型 | 第49-53页 |
| 3.3.1 仅考虑用电侧的实时电价模型 | 第50页 |
| 3.3.2 仅考虑供电侧的实时电价模型 | 第50-52页 |
| 3.3.3 考虑用电侧和供电侧的实时电价模型 | 第52-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第4章 基于子梯度的神经网络优化实时电价 | 第54-70页 |
| 4.1 实时电价优化模型 | 第55-58页 |
| 4.1.1 效用函数模型 | 第56-57页 |
| 4.1.2 成本函数模型 | 第57页 |
| 4.1.3 优化模型 | 第57-58页 |
| 4.2 神经网络描述 | 第58-60页 |
| 4.3 神经网络的理论分析 | 第60-64页 |
| 4.4 仿真分析 | 第64-68页 |
| 4.5 本章小结 | 第68-70页 |
| 第5章 基于微分包含的神经网络优化实时电价 | 第70-80页 |
| 5.1 优化模型 | 第70-73页 |
| 5.1.1 效用函数和成本函数 | 第71-73页 |
| 5.1.2 实时电价优化模型 | 第73页 |
| 5.2 仿真分析 | 第73-78页 |
| 5.3 本章小结 | 第78-80页 |
| 第6章 总结与展望 | 第80-82页 |
| 6.1 总结 | 第80-81页 |
| 6.2 展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-88页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第88页 |
