| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-25页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·电力系统可靠性研究现状 | 第10-23页 |
| ·电力系统可靠性基本概念 | 第10-11页 |
| ·电力系统可靠性评估方法 | 第11-14页 |
| ·电力系统可靠性评价指标 | 第14-16页 |
| ·电力系统可靠性基础数据分析现状 | 第16-23页 |
| ·论文主要工作 | 第23-25页 |
| 第2章 统计学习理论与支持向量机 | 第25-35页 |
| ·统计学习理论 | 第25-30页 |
| ·机器学习简介 | 第25-26页 |
| ·经验风险最小化 | 第26-27页 |
| ·VC维及推广性的界 | 第27-29页 |
| ·结构风险最小化原则 | 第29-30页 |
| ·支持向量机 | 第30-34页 |
| ·最优分类面 | 第30-31页 |
| ·支持向量机线性回归 | 第31-32页 |
| ·支持向量机非线性回归 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于GA-SVM的电力系统可靠性基础数据挖掘 | 第35-43页 |
| ·原始样本处理及规律分析 | 第36-38页 |
| ·基于GA-SVM数据挖掘 | 第38-41页 |
| ·模型建立 | 第38-39页 |
| ·算例 | 第39-41页 |
| ·基于GA-SVM预测模型与传统模型的对比 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于GA-SVM的城市电网可靠性影响因素灵敏度分析 | 第43-50页 |
| ·城市可靠性影响因素分析现状 | 第43-45页 |
| ·考虑相关因素的可靠性预测方法 | 第45-47页 |
| ·基于GA-SVM供电可靠性预测实例 | 第47-48页 |
| ·影响因素灵敏度分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 结论与展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士学位期间发表的学术论文 | 第57页 |