首页--工业技术论文--电工技术论文--输配电工程、电力网及电力系统论文--电力系统的调度、管理、通信论文--电力系统的运行论文

基于模式识别和机器学习的电网运行断面估计算法研究

摘要第5-7页
Abstract第7-8页
第1章 引言第12-20页
    1.1 研究背景和意义第12-13页
    1.2 电网安全校核与计划潮流生成技术第13-15页
    1.3 计划潮流生成技术的研究现状和问题第15-17页
    1.4 论文主要工作第17-20页
第2章 电网运行断面估计算法第20-39页
    2.1 电网运行断面估计算法第20-23页
        2.1.1 电网运行断面估计算法流程第20-22页
        2.1.2 算法拟解决的关键问题第22-23页
    2.2 基于模式识别的相似断面搜索算法第23-30页
        2.2.1 模式识别的基本概念第24-25页
        2.2.2 相似断面搜索的相似性指标第25-28页
        2.2.3 相似断面的匹配方式第28-30页
    2.3 基于状态估计的计划潮流生成算法第30-38页
        2.3.1 状态估计的基本概念第30-32页
        2.3.2 基于最大相关熵的状态估计算法第32-35页
        2.3.3 计划潮流生成算法第35-38页
    2.4 本章小结第38-39页
第3章 基于机器学习的不平衡功率调整算法第39-47页
    3.1 机器学习和神经网络基本概念第39-41页
    3.2 极限学习机第41-44页
    3.3 不平衡功率调整算法第44-46页
    3.4 本章小结第46-47页
第4章 电网运行断面估计算法应用实例第47-60页
    4.1 IEEE9节点算例第47-54页
        4.1.1 算例设计1第47-49页
        4.1.2 算例设计2第49-54页
    4.2 实际电网算例第54-58页
    4.3 算法应用特点分析第58页
    4.4 本章小结第58-60页
第5章 结论及展望第60-62页
    5.1 结论第60-61页
    5.2 展望第61-62页
参考文献第62-67页
附录A IEEE9节点系统数据第67-68页
致谢第68-72页
个人简历、在学期间发表的学术论文与研究成果第72页

论文共72页,点击 下载论文
上一篇:压电材料断裂与疲劳问题的边界元研究
下一篇:基于金属硅酸盐纳米材料的制备及储能性能研究