基于遗传算法与模糊逻辑融合的线路覆冰预测模型
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 输电线路覆冰预测模型研究现状 | 第10-11页 |
| 1.2.1 基于热力学的覆冰预测模型 | 第10页 |
| 1.2.2 基于流体力学的覆冰预测模型 | 第10-11页 |
| 1.2.3 基于实测数据的覆冰预测模型 | 第11页 |
| 1.3 国内外人工气候室 | 第11-13页 |
| 1.4 本文的研究内容 | 第13-15页 |
| 2 输电线路覆冰预测基础知识 | 第15-33页 |
| 2.1 模糊逻辑理论基础 | 第15-21页 |
| 2.1.1 模糊系统的基本结构 | 第15-16页 |
| 2.1.2 模糊系统设计的关键技术 | 第16-19页 |
| 2.1.3 模糊系统的优缺点 | 第19-20页 |
| 2.1.4 模糊系统的优化 | 第20-21页 |
| 2.2 遗传算法理论基础 | 第21-30页 |
| 2.2.1 遗传算法的基本思想 | 第21-26页 |
| 2.2.2 遗传算法的关键技术 | 第26-28页 |
| 2.2.3 自适应遗传算法 | 第28-30页 |
| 2.3 遗传算法与模糊逻辑的融合 | 第30-32页 |
| 2.3.1 参数的编码 | 第31-32页 |
| 2.3.2 遗传操作的改进 | 第32页 |
| 2.4 本章小结 | 第32-33页 |
| 3 输电线路覆冰影响因素分析 | 第33-47页 |
| 3.1 灰关联分析法应用背景 | 第33-34页 |
| 3.2 斜率关联度模型及其改进模型 | 第34-36页 |
| 3.2.1 改进的斜率关联度模型 | 第34-35页 |
| 3.2.2 改进模型的计算过程 | 第35-36页 |
| 3.3 实例分析 | 第36-45页 |
| 3.4 本章小结 | 第45-47页 |
| 4 输电线路覆冰预测模型的建立 | 第47-57页 |
| 4.1 建立输电线路覆冰模糊系统 | 第47页 |
| 4.2 建立组合模糊规则库 | 第47-48页 |
| 4.3 采用GA优化覆冰模糊系统 | 第48-52页 |
| 4.3.1 编码 | 第49-50页 |
| 4.3.2 初始化种群 | 第50页 |
| 4.3.3 遗传操作 | 第50-51页 |
| 4.3.4 目标函数 | 第51-52页 |
| 4.3.5 个体适应度 | 第52页 |
| 4.4 实例分析 | 第52-56页 |
| 4.5 本章小结 | 第56-57页 |
| 5 覆冰试验及预测模型现场验证 | 第57-67页 |
| 5.1 搭建人工气候室 | 第57-59页 |
| 5.2 人工气候室覆冰试验 | 第59-62页 |
| 5.2.1 覆冰试验设备与仪器 | 第59-60页 |
| 5.2.2 覆冰试验步骤 | 第60页 |
| 5.2.3 覆冰试验过程及分析 | 第60-62页 |
| 5.3 覆冰预测模型现场验证 | 第62-64页 |
| 5.3.1 覆冰事故现场概况 | 第62-64页 |
| 5.3.2 预测模型现场验证 | 第64页 |
| 5.4 本章小结 | 第64-67页 |
| 6 结论与展望 | 第67-69页 |
| 6.1 结论 | 第67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 附录 | 第75-87页 |
| 附录1 matlab编程主程序 | 第75-83页 |
| 附录2 桂山乙线112 | 第83-87页 |
| 作者攻读学位期间发表学术论文清单 | 第87-89页 |
| 致谢 | 第89页 |
