| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第13-17页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.1.1 研究背景 | 第13页 |
| 1.1.2 研究的目的和意义 | 第13-14页 |
| 1.2 研究现状 | 第14-15页 |
| 1.3 本文工作 | 第15-17页 |
| 第2章 计算和分析配电网理论线损 | 第17-29页 |
| 2.1 配电网线损率的基本概念及组成 | 第17-19页 |
| 2.1.1 线损定义和组成 | 第17-18页 |
| 2.1.2 线损率相关概念 | 第18-19页 |
| 2.2 配电网理论线损的计算方法比较分析 | 第19-26页 |
| 2.2.1 均方根电流法 | 第19页 |
| 2.2.2 最大电流法(损失因数法) | 第19-20页 |
| 2.2.3 平均电流法 | 第20-21页 |
| 2.2.4 等值电阻法 | 第21-23页 |
| 2.2.5 回归分析法 | 第23-24页 |
| 2.2.6 前推回代法 | 第24-25页 |
| 2.2.7 动态潮流法 | 第25-26页 |
| 2.2.8 智能算法 | 第26页 |
| 2.3 配电网线损率影响因数分析 | 第26-28页 |
| 2.3.1 配电网运行电压对线损率影响 | 第26页 |
| 2.3.2 功率因数对线损率影响 | 第26-27页 |
| 2.3.3 导线对线损率影响 | 第27页 |
| 2.3.4 变压器对线损率影响 | 第27页 |
| 2.3.5 三相负荷不平衡对线损率影响 | 第27页 |
| 2.3.6 管理措施对线损率影响 | 第27-28页 |
| 2.4 小结 | 第28-29页 |
| 第3章 基于RBF神经网络马尔可夫模型理论线损率预测 | 第29-41页 |
| 3.1 引言 | 第29页 |
| 3.2 神经网络模型 | 第29-32页 |
| 3.2.1 人工神经网络模型 | 第29-30页 |
| 3.2.2 RBF神经网络模型 | 第30-32页 |
| 3.3 马尔可夫理论 | 第32-35页 |
| 3.3.1 马尔可夫链 | 第32-33页 |
| 3.3.2 马尔可夫的性质 | 第33-34页 |
| 3.3.3 马尔可夫模型 | 第34-35页 |
| 3.4 基于RBF神经网络-马尔可夫模型的理论线损率预测 | 第35-40页 |
| 3.4.1 RBF-马尔可夫模型构建 | 第35-37页 |
| 3.4.2 算例分析 | 第37-40页 |
| 3.5 小结 | 第40-41页 |
| 第4章 基于遗传优化的支持向量机理论线损率预测 | 第41-53页 |
| 4.1 引言 | 第41页 |
| 4.2 统计学习理论基础 | 第41-44页 |
| 4.2.1 VC维和推广性的界 | 第42-43页 |
| 4.2.2 结构风险最小化 | 第43-44页 |
| 4.3 支持向量机模型 | 第44-46页 |
| 4.3.1 支持向量回归原理 | 第44-45页 |
| 4.3.2 核函数 | 第45-46页 |
| 4.3.3 支持向量机模型参数 | 第46页 |
| 4.4 遗传算法优化支持向量机建模 | 第46-49页 |
| 4.4.1 遗传算法原理 | 第46-48页 |
| 4.4.2 遗传优化支持向量机模型构建 | 第48-49页 |
| 4.5 算例分析 | 第49-52页 |
| 4.5.1 GA-SVM模型预测分析 | 第49-51页 |
| 4.5.2 仿真误差对比 | 第51-52页 |
| 4.6 小结 | 第52-53页 |
| 第5章 理论线损率预测结果不确定性研究 | 第53-66页 |
| 5.1 引言 | 第53页 |
| 5.2 非参数估计理论介绍 | 第53-59页 |
| 5.2.1 直方图方法 | 第53-54页 |
| 5.2.2 Rosenblatt估计 | 第54-55页 |
| 5.2.3 非参数核密度估计概念 | 第55页 |
| 5.2.4 密度估计优良性标准及性质 | 第55-56页 |
| 5.2.5 核函数的选择 | 第56-57页 |
| 5.2.6 窗宽的选择 | 第57-59页 |
| 5.3 置信区间非参数估计 | 第59-61页 |
| 5.3.1 理论线损率预测误差概率分布 | 第59-60页 |
| 5.3.2 置信区间估计 | 第60-61页 |
| 5.4 实例分析 | 第61-65页 |
| 5.4.1 确定性预测结果 | 第61-62页 |
| 5.4.2 求取置信区间 | 第62-65页 |
| 5.5 小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 论文工作结论 | 第66-67页 |
| 6.2 论文工作展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士期间研究成果 | 第73-74页 |
| 致谢 | 第74页 |