| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究背景 | 第10-11页 |
| ·研究目的及意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国内外在低碳化方面的研究现状 | 第11-12页 |
| ·国内外在发电调度方面的研究现状 | 第12页 |
| ·国内外在调度效果评价方面的研究现状 | 第12-13页 |
| ·本文的主要研究内容 | 第13-15页 |
| 第2章 低碳经济及节能发电调度相关理论概述 | 第15-20页 |
| ·低碳经济理论概述 | 第15-16页 |
| ·低碳经济的概念 | 第15页 |
| ·低碳经济的特点 | 第15页 |
| ·中国发展低碳经济的措施 | 第15-16页 |
| ·低碳经济竞争力 | 第16页 |
| ·节能发电调度理论概述 | 第16-19页 |
| ·节能发电调度的概念 | 第16-17页 |
| ·发电调度模式的演变 | 第17-18页 |
| ·节能发电调度试点存在的问题 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 指标体系的建立 | 第20-31页 |
| ·低碳经济指标体系的核心内容 | 第20页 |
| ·节能发电调度对电力系统产生的影响分析 | 第20-21页 |
| ·指标体系的设计原则 | 第21-22页 |
| ·基于低碳经济的节能发电调度运行效果评价指标体系 | 第22-26页 |
| ·基于低碳经济的节能发电调度运行效果评价指标体系内涵分析 | 第26-29页 |
| ·定量评价指标内涵分析 | 第26-28页 |
| ·定性评价指标内涵分析 | 第28-29页 |
| ·评价指标的量化 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 评价模型的构建 | 第31-42页 |
| ·粒子群理论基础 | 第31-35页 |
| ·粒子群优化算法 | 第31-33页 |
| ·粒子群优化算法的发展 | 第33-35页 |
| ·神经网络理论 | 第35-39页 |
| ·神经网络的特征 | 第35-36页 |
| ·神经网络的结构 | 第36-37页 |
| ·BP 网络的学习方法 | 第37-39页 |
| ·基于粒子群优化的 BP 神经网络 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 实证分析 | 第42-63页 |
| ·数据收集 | 第42-43页 |
| ·模型运算 | 第43-45页 |
| ·PSO 训练 BP 神经网络 | 第43-44页 |
| ·神经网络运算 | 第44-45页 |
| ·实例分析 | 第45-60页 |
| ·基于低碳经济的节能发电调度运行效果评价模型的建立 | 第45-52页 |
| ·数据采集与处理 | 第52-53页 |
| ·样本学习 | 第53-56页 |
| ·评价指标分析 | 第56-60页 |
| ·结果分析 | 第60-61页 |
| ·改进措施及建议 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 结论与展望 | 第63-65页 |
| ·结论 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第73页 |