基于在线监测数据的输电线路覆冰短期预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·论文研究背景和意义 | 第9-11页 |
| ·论文的背景 | 第9-11页 |
| ·论文的研究意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·论文研究的主要内容 | 第13-15页 |
| 第二章 输电线路典型覆冰形态分析 | 第15-22页 |
| ·输电线路覆冰机理及南方电网主要冰区 | 第15-16页 |
| ·覆冰机理 | 第15页 |
| ·主要冰区分析 | 第15-16页 |
| ·输电线路典型覆冰形态分析 | 第16-21页 |
| ·雨凇覆冰案例 | 第16-17页 |
| ·混合凇覆冰案例 | 第17-19页 |
| ·雾凇覆冰案例 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于覆冰-微气象数据的覆冰短期预测研究 | 第22-43页 |
| ·数据分析及预处理 | 第22-26页 |
| ·数据来源与初步分析 | 第22-25页 |
| ·数据的预处理 | 第25-26页 |
| ·BP神经网络 | 第26-29页 |
| ·BP神经网络的基本原理 | 第27-28页 |
| ·BP神经网络覆冰回归模型 | 第28-29页 |
| ·支持向量机 | 第29-32页 |
| ·支持向量机的基本原理 | 第29-31页 |
| ·支持向量机覆冰回归模式 | 第31-32页 |
| ·BP神经网络与支持向量机比较 | 第32-33页 |
| ·实例仿真 | 第33-40页 |
| ·BP神经网络建模仿真 | 第33-35页 |
| ·支持向量机建模仿真 | 第35-40页 |
| ·软件开发 | 第40-41页 |
| ·输电线路短期覆冰预测软件设计的基本思路 | 第40-41页 |
| ·软件的操作界面 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于时间序列的覆冰短期预测研究 | 第43-56页 |
| ·卡尔曼滤波模型 | 第43-47页 |
| ·卡尔曼滤波模型的基本原理 | 第43-45页 |
| ·基于覆冰时间序列的卡尔曼滤波模型 | 第45-47页 |
| ·自回归移动平均模型 | 第47-49页 |
| ·自回归移动平均模型的基本原理 | 第47-48页 |
| ·基于覆冰时间序列的自回归移动平均模型 | 第48-49页 |
| ·实例仿真 | 第49-54页 |
| ·卡尔曼滤波模型建模仿真 | 第49-51页 |
| ·自回归移动平均模型建模仿真 | 第51-54页 |
| ·本章小结 | 第54-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间取得的研究成果 | 第61-63页 |
| 致谢 | 第63-64页 |
| 答辩委员会对论文的评定意见 | 第64页 |
