| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·负荷建模研究的背景和意义 | 第10-12页 |
| ·负荷建模的发展和研究现状 | 第12-16页 |
| ·负荷建模的方法 | 第12-13页 |
| ·模型结构 | 第13-14页 |
| ·模型辨识方法 | 第14-16页 |
| ·负荷建模的发展动态及研究趋势 | 第16页 |
| ·负荷模型改进的必要性 | 第16-18页 |
| ·综合感应电动机模型改进的必要性 | 第17页 |
| ·神经网络模型改进的必要性 | 第17-18页 |
| ·本文的研究内容 | 第18-19页 |
| 第2章 机理型动态综合负荷模型结构研究 | 第19-36页 |
| ·基本感应电动机动态综合负荷模型结构研究 | 第19-21页 |
| ·感应电动机并联恒阻抗模型 | 第19-20页 |
| ·感应电动机并联ZIP 模型 | 第20-21页 |
| ·改进综合负荷模型结构研究 | 第21-29页 |
| ·综合负荷模型结构改进的必要性 | 第21-22页 |
| ·考虑配电网集结等效的综合感应电动机模型结构 | 第22-24页 |
| ·综合感应电动机模型的数学描述 | 第24-26页 |
| ·感应电动机的数学描述 | 第26-27页 |
| ·模型的初始稳态条件 | 第27-29页 |
| ·改进综合负荷模型辨识特点 | 第29-31页 |
| ·模型的待辨识参数 | 第29-30页 |
| ·综合感应电动机模型的辨识策略 | 第30-31页 |
| ·建模实例 | 第31-35页 |
| ·实测数据来源及辨识模型选择 | 第31-32页 |
| ·辨识结果 | 第32-33页 |
| ·讨论 | 第33-35页 |
| ·结论 | 第35-36页 |
| 第3章 神经网络动态综合负荷模型结构研究 | 第36-46页 |
| ·引言 | 第36页 |
| ·BP 神经网络模型 | 第36-40页 |
| ·模型结构 | 第36-37页 |
| ·误差反向传播算法 | 第37页 |
| ·BP 神经网络辨识过程 | 第37-38页 |
| ·BP 网络应用于动态综合负荷建模存在的缺陷 | 第38-40页 |
| ·Elman 动态神经网络模型 | 第40-42页 |
| ·全反馈神经网络 | 第40页 |
| ·Elman 神经网络模型 | 第40-42页 |
| ·建模实例 | 第42-45页 |
| ·BP 神经网络模型用于动态综合负荷辨识 | 第42页 |
| ·Elman 神经网络模型用于动态综合负荷辨识 | 第42-43页 |
| ·Elman 神经网络模型的泛化能力研究 | 第43-44页 |
| ·Elman 神经网络模型分析 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第4章 差分方程负荷模型研究 | 第46-53页 |
| ·引言 | 第46页 |
| ·传统差分方程模型研究 | 第46页 |
| ·并行差分方程模型研究 | 第46-50页 |
| ·标准Elman 神经网络模型与传统差分方程的比较分析 | 第47-48页 |
| ·并行差分方程模型的结构描述 | 第48-49页 |
| ·并行差分方程模型分析 | 第49-50页 |
| ·建模实例与讨论 | 第50-52页 |
| ·建模实例 | 第50-51页 |
| ·讨论 | 第51-52页 |
| ·小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 附录 攻读学位期间所发表的学术论文目录 | 第61页 |