基于熵原理的电能质量综合评估新方法
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 电能质量的概念 | 第7-8页 |
| 1.2 电能质量评估的意义 | 第8-9页 |
| 1.3 国内外电能质量评估指标的研究动态 | 第9-10页 |
| 1.4 电能质量评估方法的分析研究 | 第10-11页 |
| 1.5 本文工作的目标和内容 | 第11-13页 |
| 第二章 电能质量评估指标 | 第13-20页 |
| 2.1 电能质量各项指标的基本概念 | 第13-18页 |
| 2.2 电能质量各项指标的规定限值 | 第18-20页 |
| 第三章 寻踪投影法的原理 | 第20-28页 |
| 3.1 投影寻踪的产生背景 | 第20-21页 |
| 3.2 投影寻踪技术的发展和特点 | 第21-22页 |
| 3.3 投影寻踪基本思想 | 第22-23页 |
| 3.4 投影寻踪技术的基本概念 | 第23-25页 |
| 3.4.1 线性投影 | 第23页 |
| 3.4.2 投影指标 | 第23-25页 |
| 3.4.3 最佳投影方向 | 第25页 |
| 3.5 投影寻踪分类模型的构建步骤 | 第25-28页 |
| 第四章 信息熵原理 | 第28-35页 |
| 4.1 熵原理概述 | 第28-29页 |
| 4.2 熵的概念 | 第29页 |
| 4.3 信息熵理论 | 第29-31页 |
| 4.4 最大熵原理 | 第31-33页 |
| 4.5 最小相对熵原理 | 第33-35页 |
| 第五章 遗传算法 | 第35-43页 |
| 5.1 遗传算法概述 | 第35页 |
| 5.2 遗传算法的特点 | 第35-36页 |
| 5.3 遗传算法的应用 | 第36-37页 |
| 5.4 遗传算法的基本实现技术 | 第37-41页 |
| 5.4.1 编码技术 | 第37-38页 |
| 5.4.2 初始种群 | 第38页 |
| 5.4.3 适应度函数的建立 | 第38-39页 |
| 5.4.4 遗传操作 | 第39-41页 |
| 5.5 遗传算法控制参数的设定 | 第41页 |
| 5.6 遗传算法的改进 | 第41-43页 |
| 第六章 电能质量综合评估法的理论研究 | 第43-51页 |
| 6.1 电能质量综合评估体系 | 第43-44页 |
| 6.2 ME-PP 投影目标函数的建立 | 第44-45页 |
| 6.3 投影目标函数的寻优 | 第45-46页 |
| 6.4 电能质量综合评估 | 第46页 |
| 6.5 区域性电能质量综合评估赋权 | 第46-47页 |
| 6.6 母线地位重要度的确定 | 第47页 |
| 6.7 基于CWSE 的区域性电能质量综合评估 | 第47-48页 |
| 6.8 算例 | 第48-51页 |
| 6.8.1 原始数据 | 第48页 |
| 6.8.2 ME-PP 法评估过程 | 第48-51页 |
| 第七章 结论与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 发表论文和参加科研情况说明 | 第56-57页 |
| 致谢 | 第57页 |
