基于RBF神经网络的配电网线损计算与分析
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 选题的目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 传统的配电网线损研究方法 | 第11页 |
| 1.2.2 配电网线损计算方法研究趋势 | 第11-13页 |
| 1.3 主要研究内容 | 第13-15页 |
| 第二章 配电网理论线损计算理论基础 | 第15-23页 |
| 2.1 配电网理论线损计算特点 | 第15页 |
| 2.2 线损计算理论知识 | 第15-19页 |
| 2.2.1 线损的定义与构成 | 第15-16页 |
| 2.2.2 线损管理的意义 | 第16页 |
| 2.2.3 配电网理论线损计算方法 | 第16-19页 |
| 2.3 神经网络理论在线损计算中的应用 | 第19-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第三章 遗传算法优化的RBF神经网络用于线损计算 | 第23-38页 |
| 3.1 引言 | 第23-24页 |
| 3.2 RBF神经网络 | 第24-28页 |
| 3.2.1 RBF神经网络原理 | 第24-25页 |
| 3.2.2 径向基神经网络的学习算法 | 第25-28页 |
| 3.3 遗传算法基本原理 | 第28-30页 |
| 3.3.1 遗传算法概述 | 第28-29页 |
| 3.3.2 遗产算法运算流程 | 第29-30页 |
| 3.4 基于遗传算法优的RBF神经网络算法设计 | 第30-36页 |
| 3.4.1 算法详细设计 | 第30-33页 |
| 3.4.2 遗传算法的改进 | 第33-35页 |
| 3.4.3 算法具体步骤 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 配电网线损计算的实例仿真 | 第38-47页 |
| 4.1 配电网理论线损实例仿真计算步骤 | 第38页 |
| 4.2 实例仿真 | 第38-46页 |
| 4.2.1 配电网线损数据来源及数据的标准化处理 | 第39-41页 |
| 4.2.2 大庆油田67条线路线损仿真计算 | 第41-46页 |
| 4.3 结论 | 第46-47页 |
| 第五章 线损计算软件设计与实现 | 第47-56页 |
| 5.1 系统软件设计架构 | 第47-48页 |
| 5.2 系统总体功能设计 | 第48-49页 |
| 5.3 系统设计与实现 | 第49-55页 |
| 5.3.1 数据库系统设计与实现 | 第49-50页 |
| 5.3.2 应用程序设计与实现 | 第50-55页 |
| 5.4 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 发表文章目录 | 第60-61页 |
| 致谢 | 第61-62页 |
| 详细摘要 | 第62-69页 |
