中文摘要 | 第1-3页 |
英文摘要 | 第3-8页 |
第1章 绪论 | 第8-13页 |
1.1 选题的意义及背景 | 第8-9页 |
1.2 电力负荷预测 | 第9-10页 |
1.3 遗传算法概述 | 第10-12页 |
1.4 本课题的主要工作 | 第12-13页 |
第2章 电力网理论线损管理系统 | 第13-37页 |
2.1 理论线损概念 | 第13页 |
2.2 系统开发设计 | 第13-24页 |
2.2.1 Oracle7.3网络数据库 | 第14-16页 |
2.2.2 PowerBuilder6.5语言及开发 | 第16-17页 |
2.2.3 系统开发管理范围 | 第17页 |
2.2.4 系统软件流程图及功能模块 | 第17-19页 |
2.2.5 数据库的设计及PB语言应用 | 第19-24页 |
2.3 理论线损的计算 | 第24-34页 |
2.3.1 理论线损的计算原理 | 第24-33页 |
2.3.2 理论线损中高、低压线损的处理 | 第33页 |
2.3.3 代表日线损的处理 | 第33-34页 |
2.4 理论线损的降损分析 | 第34-35页 |
2.4.1 线路结构替换分析 | 第34页 |
2.4.2 线路间切换分析 | 第34-35页 |
2.5 理论线损预测 | 第35页 |
2.5.1 理论线损预测的意义 | 第35页 |
2.5.2 通过电力负荷的预测进而预测理论线损 | 第35页 |
2.6 本章小结 | 第35-37页 |
第3章 应用灰色系统预测电力系统负荷 | 第37-54页 |
3.1 电力系统负荷预测概述 | 第37-39页 |
3.1.1 负荷预测的基本原理 | 第37-38页 |
3.1.2 负荷预测的特点 | 第38页 |
3.1.3 负荷预测的方法 | 第38-39页 |
3.2 灰色系统理论及灰色生成 | 第39-42页 |
3.2.1 灰色系统理论的形成 | 第39页 |
3.2.2 灰色预测的分类 | 第39-40页 |
3.2.3 灰色生成 | 第40-42页 |
3.3 灰色建模过程 | 第42-45页 |
3.3.1 灰色GM模型的建模机理 | 第42-43页 |
3.3.2 GM(1,1)模型的建立 | 第43-45页 |
3.4 负荷预测的模型精度判定 | 第45-47页 |
3.4.1 后验差检验 | 第46-47页 |
3.4.2 后验差检验指标判定标准 | 第47页 |
3.5 应用研究 | 第47-50页 |
3.6 改进的指数加权GM(1,1)灰色预测模型 | 第50-53页 |
3.6.1 改进的必要性 | 第50页 |
3.6.2 灰色预测改进方法 | 第50-51页 |
3.6.3 应用改进预测模型进行预测 | 第51-53页 |
3.7 本章小结 | 第53-54页 |
第4章 应用遗传算法寻优预测模型参数 | 第54-62页 |
4.1 遗传算法概述 | 第54-55页 |
4.2 遗传算法的基本流程和原理 | 第55-58页 |
4.2.1 遗传算法的基本流程 | 第55-56页 |
4.2.2 遗传算法的原理 | 第56-58页 |
4.3 遗传算法本身参数的确定 | 第58页 |
4.4 应用遗传算法寻优预测模型参数 | 第58-60页 |
4.4.1 寻优预测模型参数的流程图 | 第59页 |
4.4.2 寻优预测模型参数的具体实施 | 第59-60页 |
4.5 应用研究 | 第60-61页 |
4.6 本章小结 | 第61-62页 |
结论 | 第62-63页 |
参考文献 | 第63-66页 |
攻读硕士学位期间所发表的论文 | 第66-67页 |
致谢 | 第67页 |