支持向量机在电力市场网损分摊中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-18页 |
| ·网损分摊的研究背景及相关概念 | 第8-13页 |
| ·电力市场的基本概念 | 第8-10页 |
| ·输电成本构成 | 第10-12页 |
| ·输电损耗分摊 | 第12-13页 |
| ·课题的研究意义 | 第13-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·压入法 | 第14页 |
| ·边际类方法 | 第14-15页 |
| ·增量类方法 | 第15页 |
| ·基于损耗计算公式分摊算法 | 第15-16页 |
| ·基于潮流追踪类方法 | 第16页 |
| ·基于回归估计计算的方法 | 第16-17页 |
| ·本论文主要内容及工作 | 第17-18页 |
| 第2章 典型网损分摊方法介绍 | 第18-29页 |
| ·比例法 | 第18-19页 |
| ·边际网损系数法 | 第19-21页 |
| ·潮流跟踪法 | 第21-25页 |
| ·潮流追踪法的基本原理与分摊原则 | 第22-23页 |
| ·潮流追踪法的分类 | 第23-25页 |
| ·基于合作博弈论的网损分摊 | 第25-29页 |
| ·Aumann-Shapley定价 | 第26-27页 |
| ·成本分摊博弈 | 第27-29页 |
| 第3章 Z-Bus网损分摊算法 | 第29-33页 |
| ·Z-bus网损分摊算法的基本原理 | 第29-30页 |
| ·Z-bus网损分摊算法的比例法调整 | 第30-31页 |
| ·算例及其分析 | 第31-33页 |
| 第4章 统计学习理论与支持向量机 | 第33-49页 |
| ·学习问题的数学描述 | 第33-34页 |
| ·统计学习理论 | 第34-38页 |
| ·经验风险最小化 | 第34-35页 |
| ·VC维和泛化能力 | 第35-36页 |
| ·结构风险最小化 | 第36-38页 |
| ·支持向量机 | 第38-47页 |
| ·支持向量机的基本原理 | 第38-42页 |
| ·用于回归估计的支持向量机 | 第42-47页 |
| ·支持向量机方法的说明 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于SVM的网损分摊方法的实现 | 第49-65页 |
| ·构造SVM回归预测模型的核函数和参数选取 | 第49-51页 |
| ·核函数的选取 | 第49-50页 |
| ·参数的影响及选取 | 第50-51页 |
| ·基于支持向量机的网损分摊算法研究 | 第51-53页 |
| ·样本获取 | 第51页 |
| ·节点网损分摊量的影响因素样本集的选取 | 第51-52页 |
| ·建模形式的研究 | 第52-53页 |
| ·基于SVM的网损分摊算法的步骤 | 第53页 |
| ·实例应用及结果分析 | 第53-65页 |
| ·例1:5节点网络 | 第54-59页 |
| ·例2:14节点网络 | 第59-64页 |
| ·算例分析 | 第64-65页 |
| 结论 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 附录 | 第73-78页 |
| 攻读硕士学位期间发表的论文 | 第78页 |
