摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外发展及研究现状 | 第11-15页 |
1.2.1 电力用户停电损失评估发展及研究现状 | 第11-12页 |
1.2.2 配电网可靠性评估研究发展及研究现状 | 第12-14页 |
1.2.3 配电网可靠性成本-效益研究发展及研究现状 | 第14-15页 |
1.3 本文工作 | 第15-18页 |
第2章 辽宁配电网可靠性成本-效益评估可视化系统建设 | 第18-28页 |
2.1 系统框架及功能总述 | 第18-19页 |
2.2 配电网可靠性评估系统建设 | 第19-22页 |
2.2.1 系统的硬件基础和软件开发环境 | 第19-20页 |
2.2.2 评估系统数据源及信息整合 | 第20-22页 |
2.3 配电网可靠性成本-效益评估系统主要功能模块 | 第22-27页 |
2.4 本章小结 | 第27-28页 |
第3章 电力用户分类及特性分析 | 第28-46页 |
3.1 一种改进的模糊C-聚类算法 | 第28-31页 |
3.1.1 模糊C-聚类算法基本理论 | 第28页 |
3.1.2 FCM算法的改进 | 第28-31页 |
3.2 基于辽宁电网负荷曲线的电力用户模糊聚类分类方法 | 第31-36页 |
3.3 电力用户用电特性及停电特性分析 | 第36-44页 |
3.3.1 各类电力用户用电特性分析 | 第36-40页 |
3.3.2 各类用户停电特性分析 | 第40-44页 |
3.4 本章小结 | 第44-46页 |
第4章 基于改进的ELM的电力用户停电损失评估研究 | 第46-66页 |
4.1 用户停电损失影响因素及数据处理 | 第46-51页 |
4.1.1 停电损失影响因素分析 | 第46-50页 |
4.1.2 评估数据源及数据分析处理 | 第50-51页 |
4.2 基于改进的ELM的用户停电损失评估 | 第51-58页 |
4.2.1 极端学习机(ELM)理论 | 第52-54页 |
4.2.2 基于影响度剪枝的极端学习机算法 | 第54-55页 |
4.2.3 基于IDS-ELM的用户停电损失评估 | 第55-58页 |
4.4 基于评估系统的实例分析 | 第58-64页 |
4.4.1 改进算法仿真实验 | 第58-60页 |
4.4.2 基于可视化系统的用户停电损失评估 | 第60-64页 |
4.5 本章小结 | 第64-66页 |
第5章 基于多源信息融合的配电网可靠性成本-效益评估 | 第66-90页 |
5.1 配电网可靠性研究 | 第66-74页 |
5.1.1 基于静态和动态指标的可靠性评价体系 | 第66-71页 |
5.1.2 影响供电可靠性的因素 | 第71-74页 |
5.2 提高配电网可靠性的措施及其成本研究 | 第74-78页 |
5.2.1 配电网可靠性提高的具体措施 | 第74-75页 |
5.2.2 配电网可靠性成本分析 | 第75-78页 |
5.3 基于信息融合的可靠性成本-效益评估 | 第78-84页 |
5.3.1 D-S证据理论和基于灰关联分析融合 | 第78-80页 |
5.3.2 基于D-S理论的灰关联分析融合算法 | 第80-82页 |
5.3.3 基于信息融合方法的可靠性成本-效益评估方法 | 第82-84页 |
5.4 基于可视化系统的可靠性效益评估分析 | 第84-88页 |
5.5 本章小结 | 第88-90页 |
第6章 工作总结与展望 | 第90-92页 |
6.1 工作总结 | 第90-91页 |
6.2 后续工作展望 | 第91-92页 |
参考文献 | 第92-98页 |
致谢 | 第98-100页 |
攻读硕士期间所做工作 | 第100-102页 |
附录 | 第102-109页 |