| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7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11-14页 |
| 1.2.1 负荷预测研究现状 | 第11-13页 |
| 1.2.2 负荷优化分配研究现状 | 第13页 |
| 1.2.3 变压器经济运行研究现状 | 第13-14页 |
| 1.3 本文研究内容 | 第14-16页 |
| 第二章 钢铁企业负荷预测 | 第16-34页 |
| 2.1 钢铁企业生产特点及负荷特性 | 第16-17页 |
| 2.2 钢铁企业电力负荷预测理论基础 | 第17-19页 |
| 2.2.1 负荷预测特点 | 第17-18页 |
| 2.2.2 负荷预测基本原理 | 第18-19页 |
| 2.3 最小二乘支持向量机（LSSVM） | 第19-21页 |
| 2.3.1 最小二乘支持向量机优势 | 第19页 |
| 2.3.2 LSSVM算法理论 | 第19-21页 |
| 2.4 基于全局人工鱼群算法的LVSSM参数优化 | 第21-28页 |
| 2.4.1 人工鱼群算法 | 第21-25页 |
| 2.4.2 全局人工鱼群算法 | 第25-27页 |
| 2.4.3 基于GAFSA的LSSVM参数优化模型 | 第27-28页 |
| 2.5 GAFSA-LSSVM钢铁企业负荷预测模型误差分析 | 第28-32页 |
| 2.6 本章总结 | 第32-34页 |
| 第三章 基于多目标遗传算法的长治钢铁企业负荷分配 | 第34-60页 |
| 3.1 长治钢铁企业负荷现状 | 第34-35页 |
| 3.2 长治钢铁企业负荷再分配因素 | 第35-45页 |
| 3.2.1 变压器最佳经济运行区间及经济负载系数分析 | 第35-40页 |
| 3.2.2 企业负荷分配费用分析 | 第40-45页 |
| 3.3 多目标遗传算法 | 第45-50页 |
| 3.3.1 多目标优化基本概念 | 第46-47页 |
| 3.3.2 非劣解排序遗传算法（NASG-Ⅱ）基本机理 | 第47-50页 |
| 3.4 基于NASG-Ⅱ的钢铁企业负荷分配模型 | 第50-52页 |
| 3.5 长治钢铁企业长钢站负荷分配 | 第52-59页 |
| 3.5.1 长钢站负荷分配方法验证 | 第52-58页 |
| 3.5.2 长钢站未来五年负荷分配结果分析 | 第58-59页 |
| 3.6 本章小结 | 第59-60页 |
| 第四章 钢铁企业变压器运行控制策略 | 第60-88页 |
| 4.1 变压器经济运行 | 第60-70页 |
| 4.1.1 变压器运行损耗分析 | 第60-64页 |
| 4.1.2 变压器经济运行方式 | 第64-70页 |
| 4.2 变压器不同运行方式下节电效益分析 | 第70-73页 |
| 4.3 负荷曲线拟合 | 第73-76页 |
| 4.4 全局人工鱼群算法（GAFSA） | 第76-81页 |
| 4.4.1 人工鱼个体生成 | 第76页 |
| 4.4.2 个体可行域及其适应度 | 第76-78页 |
| 4.4.3 全局人工鱼群算法寻优变化 | 第78-80页 |
| 4.4.4 全局人工鱼群算法应用流程 | 第80-81页 |
| 4.5 基于GAFSA的长钢钢东站变压器经济运行分析 | 第81-85页 |
| 4.6 本章小结 | 第85-88页 |
| 第五章 总结与展望 | 第88-90页 |
| 5.1 全文总结 | 第88-89页 |
| 5.2 展望 | 第89-90页 |
| 参考文献 | 第90-96页 |
| 致谢 | 第96-98页 |
| 攻读硕士学位期间发表的学术论文 | 第98页 |
