改进的基因表达式编程算法在负荷建模中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-20页 |
| 1.1 电力负荷建模的研究背景 | 第10-15页 |
| 1.1.1 电力负荷建模的基本概念 | 第10-11页 |
| 1.1.2 负荷建模的重要性 | 第11-13页 |
| 1.1.3 负荷建模的困难性 | 第13-14页 |
| 1.1.4 电力负荷建模的发展形势 | 第14-15页 |
| 1.2 负荷建模的研究现状 | 第15-19页 |
| 1.2.1 统计综合法 | 第15-17页 |
| 1.2.2 总体测辨法 | 第17-18页 |
| 1.2.3 故障拟合法 | 第18-19页 |
| 1.3 本文的主要工作 | 第19-20页 |
| 2 电力系统常用负荷模型 | 第20-34页 |
| 2.1 静态负荷模型 | 第20-23页 |
| 2.1.1 多项式模型 | 第20-22页 |
| 2.1.2 幂函数模型 | 第22页 |
| 2.1.3 两种模型的比较 | 第22-23页 |
| 2.2 动态负荷模型 | 第23-26页 |
| 2.2.1 机理动态模型 | 第23-25页 |
| 2.2.2 非机理动态模型 | 第25-26页 |
| 2.3 我国常用的负荷模型 | 第26-28页 |
| 2.4 系统辨识方法 | 第28-33页 |
| 2.4.1 多项式模型参数辨识 | 第29-30页 |
| 2.4.2 幂函数模型参数辨识 | 第30-31页 |
| 2.4.3 动态负荷模型辨识原理 | 第31-32页 |
| 2.4.4 负荷模型参数辨识方法 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 3 GEP的简介和改进 | 第34-51页 |
| 3.1 GEP的简介 | 第34-42页 |
| 3.1.1 GEP的特点和算法基本流程 | 第34-36页 |
| 3.1.2 基因组成和染色体的组成 | 第36-38页 |
| 3.1.3 基本的遗传操作 | 第38-41页 |
| 3.1.4 适应度函数 | 第41-42页 |
| 3.2 GEP算法的改进与拓展 | 第42-50页 |
| 3.2.1 改进初始种群生成策略 | 第42-44页 |
| 3.2.2 遗传算子操作方法的选择与改进 | 第44-47页 |
| 3.2.3 常数创建方法的改进 | 第47-48页 |
| 3.2.4 优良基因片段的传承 | 第48-50页 |
| 3.3 本章小结 | 第50-51页 |
| 4 算例分析 | 第51-59页 |
| 4.1 基本参数的设置和方法的确定 | 第51-52页 |
| 4.2 算例 | 第52-58页 |
| 4.3 本章小结 | 第58-59页 |
| 5 结论与展望 | 第59-60页 |
| 5.1 结论 | 第59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 个人简历、在校期间发表的学术论文以及研究成果 | 第63-64页 |
| 致谢 | 第64页 |
