| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究综述 | 第11-15页 |
| 1.3 研究内容及组织结构 | 第15-18页 |
| 2 配电网大数据及其处理方法 | 第18-27页 |
| 2.1 配电网大数据及其特点 | 第18-19页 |
| 2.2 大数据存储与计算方式 | 第19-21页 |
| 2.3 MapReduce模型下的配电网大数据预处理 | 第21-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 基于深度学习与多源信息融合的饱和负荷空间分布精准预测 | 第27-37页 |
| 3.1 概述 | 第27-28页 |
| 3.2 空间负荷元胞多源信息 | 第28-29页 |
| 3.3 基于深度学习与多源信息融合的空间负荷预测模型 | 第29-31页 |
| 3.4 算例分析 | 第31-35页 |
| 3.5 本章小结 | 第35-37页 |
| 4 基于深度学习算法的变电站预选址和基于并行计算的配电网变电站-线路联合规划 | 第37-61页 |
| 4.1 概述 | 第37页 |
| 4.2 基于深度学习算法的变电站预选址 | 第37-40页 |
| 4.3 基于并行鸟群算法的配电网变电站-线路联合规划 | 第40-50页 |
| 4.4 算例分析 | 第50-60页 |
| 4.5 本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-63页 |
| 附录 | 第63-68页 |
| 参考文献 | 第68-76页 |
| 攻读硕士学位期间发表和录用的学术论文 | 第76-77页 |
| 作者筒历 | 第77页 |
