| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景及意义 | 第15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 概率潮流 | 第15-16页 |
| 1.2.2 概率相关性研究现状 | 第16-18页 |
| 1.3 本文的主要工作 | 第18-19页 |
| 第二章 分布式电源的非参数估计建模 | 第19-25页 |
| 2.1 分布式互补发电系统 | 第19-21页 |
| 2.2 非参数估计方法 | 第21-23页 |
| 2.2.1 核密度估计法 | 第21-23页 |
| 2.2.2 k近邻估计 | 第23页 |
| 2.3 分布式电源出力的表达 | 第23-25页 |
| 第三章 计及相关性的概率潮流计算 | 第25-40页 |
| 3.1 概率潮流算法 | 第25-28页 |
| 3.2 相关性分析 | 第28-33页 |
| 3.2.1 相关性与相关系数 | 第28-30页 |
| 3.2.2 相关性检验方法 | 第30-32页 |
| 3.2.3 样本相关性检验 | 第32-33页 |
| 3.3 copula函数概述 | 第33-36页 |
| 3.3.1 copula函数原理 | 第33-34页 |
| 3.3.2 copula函数类型及其特性 | 第34-36页 |
| 3.4 copula函数在半不变量法概率潮流计算的应用 | 第36-39页 |
| 3.4.1 应用原理 | 第36-38页 |
| 3.4.2 算法流程 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 含多种分布式电源的综合概率模型建立 | 第40-60页 |
| 4.1 边缘分布建模方法选择 | 第40-45页 |
| 4.2 风、光、储copula函数模型的建立 | 第45-48页 |
| 4.2.1 多种copula函数的多维拓展 | 第45-46页 |
| 4.2.2 混合copula函数的构造 | 第46-47页 |
| 4.2.3 赤池信息准则检测与混合函数的构造 | 第47-48页 |
| 4.3 模型参数估计 | 第48-53页 |
| 4.3.1 参数估计方法简介 | 第48-50页 |
| 4.3.2 模型待估计参数统计 | 第50页 |
| 4.3.3 EM算法求解多参数估计 | 第50-53页 |
| 4.4 多变量函数的频率分析与计算 | 第53-56页 |
| 4.4.1 联合与条件概率分布 | 第53页 |
| 4.4.2 copula-MC法求解三维和概率分布 | 第53-56页 |
| 4.5 模型拟合优度检验 | 第56-58页 |
| 4.5.1 RMSE检验指标 | 第56页 |
| 4.5.2 K-S检验法 | 第56-57页 |
| 4.5.3 相关系数检测法 | 第57页 |
| 4.5.4 P-P图表示法 | 第57-58页 |
| 4.6 建模流程 | 第58-59页 |
| 4.7 本章小结 | 第59-60页 |
| 第五章 算例分析 | 第60-75页 |
| 5.1 建模样本数据的获得 | 第60-63页 |
| 5.1.1 本文建模样本数据的获得 | 第60-62页 |
| 5.1.2 其他样本数据获取方法 | 第62-63页 |
| 5.2 样本数据建模 | 第63-72页 |
| 5.2.1 边缘分布概率模型的建立 | 第63-66页 |
| 5.2.2 二维copula函数建模 | 第66-70页 |
| 5.2.3 三维copula函数建模 | 第70-72页 |
| 5.3 模型条件概率分析 | 第72-73页 |
| 5.4 模型和概率分析 | 第73-75页 |
| 第六章 结论与展望 | 第75-77页 |
| 6.1 结论 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第81页 |