中文摘要 | 第1-7页 |
英文摘要 | 第7-13页 |
1 绪 论 | 第13-31页 |
·配电网络重构的研究现状和发展趋势 | 第13-20页 |
·配电网络现状 | 第13-14页 |
·配电网络分析和优化 | 第14-15页 |
·配电网的简化建模 | 第15-16页 |
·配电网络重构的典型算法 | 第16-20页 |
·研究配电网络规划方法的重要意义 | 第20-28页 |
·研究配电网络规划的重要性 | 第20-23页 |
·配电网规划的内容及目标 | 第23-25页 |
·配电网规划的原则及实现过程 | 第25-26页 |
·配电网规划采用的主要模型 | 第26页 |
·配电网规划采用的方法 | 第26-28页 |
·进化稳定策略在配电网重构及规划中的应用前景 | 第28-29页 |
·本文研究的目标和内容 | 第29-31页 |
·本文研究的目标 | 第29页 |
·本文研究的内容 | 第29-31页 |
2 基于配电网络GIS数据模型的空间数据挖掘技术研究 | 第31-49页 |
·引言 | 第31-32页 |
·GIS系统的功能及其在配电网络分析中的应用 | 第32-37页 |
·GIS系统的组成及功能 | 第32-34页 |
·GIS在配电网络拓扑分析研究中的应用 | 第34-37页 |
·空间数据挖掘技术与GIS技术集成 | 第37-40页 |
·空间数据挖掘技术与GIS技术集成的必要性 | 第37-38页 |
·空间数据挖掘技术与GIS技术的集成模式 | 第38-40页 |
·基于配电网络GIS的空间数据挖掘 | 第40-47页 |
·空间数据挖掘技术的主要方法及特点 | 第40-42页 |
·基于配电网络GIS的空间数据挖掘 | 第42-47页 |
·本章小结 | 第47-49页 |
3 配电网络结构的分析和优化 | 第49-65页 |
·引言 | 第49页 |
·配电网络结构存在的形式 | 第49-53页 |
·配电网络潮流 | 第53-55页 |
·配电网潮流模型 | 第53-54页 |
·配电网潮流计算方法 | 第54-55页 |
·配电网络指标分析 | 第55-58页 |
·配电网络线损 | 第55-56页 |
·电能质量 | 第56-57页 |
·可靠性 | 第57-58页 |
·配电网络结构优化方法及实例 | 第58-63页 |
·配电网络结构优化分析 | 第58-62页 |
·配电网络优化原则 | 第62-63页 |
·本章小结 | 第63-65页 |
4 基于免疫算法的配电网络重构方法的研究 | 第65-87页 |
·引言 | 第65-66页 |
·配电网络重构的数学模型及目标 | 第66-67页 |
·免疫算法的基本原理 | 第67-73页 |
·免疫系统的结构及特性 | 第67-70页 |
·免疫算法与其他算法的比较 | 第70-72页 |
·免疫算法的基本步骤及优点 | 第72-73页 |
·基于免疫算法的配电网络重构方法 | 第73-84页 |
·配电网络的免疫特性分析 | 第74-75页 |
·基于免疫算法的正常运行状态下配电网络重构步骤 | 第75-79页 |
·应用实例 | 第79-84页 |
·实时配电网络重构及启动条件 | 第84-85页 |
·实时配电网络重构 | 第84页 |
·配电网络重构的启动条件 | 第84-85页 |
·小结 | 第85-87页 |
5 基于稳定参数控制的改进遗传算法在配电网络规划中的应用研究 | 第87-109页 |
·引言 | 第87-88页 |
·配电网络规划的数学模型 | 第88-89页 |
·配电网络规划目标函数 | 第88页 |
·约束条件 | 第88-89页 |
·遗传算法的基本原理及基本流程 | 第89-94页 |
·遗传算法的模式理论及算法的收敛性 | 第90-92页 |
·遗传算法的基本流程 | 第92-93页 |
·遗传算法的基本步骤 | 第93-94页 |
·传统遗传算法应用于配电网络规划存在的问题 | 第94页 |
·基于稳定参数控制的改进遗传算法 | 第94-99页 |
·基于稳定参数控制的遗传算法基本原理 | 第95-97页 |
·ESSGA与其他优化算法的比较 | 第97-99页 |
·基于ESSGA算法的配电网络规划方法 | 第99-104页 |
·辐射状配电网络规划 | 第99-102页 |
·联络开关的规划 | 第102-104页 |
·应用实例 | 第104-108页 |
·典型的辐射状配电网络规划实例 | 第104-107页 |
·联络开关规划 | 第107-108页 |
·本章小结 | 第108-109页 |
6 结论与展望 | 第109-111页 |
致 谢 | 第111-113页 |
参考文献 | 第113-123页 |
附 录 | 第123-125页 |