变电站负荷特性分类与综合负荷建模研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-19页 |
| ·负荷建模研究的意义 | 第13页 |
| ·负荷模型对仿真计算的影响 | 第13-15页 |
| ·负荷模型对潮流计算的影响 | 第13-14页 |
| ·负荷模型对暂态稳定计算的影响 | 第14页 |
| ·负荷模型对小信号动态稳定计算的影响 | 第14页 |
| ·负荷模型对电压稳定计算的影响 | 第14-15页 |
| ·负荷建模的发展和研究现状 | 第15-17页 |
| ·本文结构安排 | 第17-19页 |
| 第2章 负荷建模基本理论 | 第19-31页 |
| ·引言 | 第19页 |
| ·负荷建模方法 | 第19-21页 |
| ·统计综合法 | 第19-20页 |
| ·总体测辨法 | 第20-21页 |
| ·负荷模型结构 | 第21-26页 |
| ·静态负荷模型结构 | 第21-22页 |
| ·机理动态负荷模型 | 第22-24页 |
| ·非机理动态负荷模型 | 第24-26页 |
| ·负荷模型参数辨识 | 第26-30页 |
| ·参数辨识原理 | 第26-27页 |
| ·参数的可辨识性 | 第27-28页 |
| ·参数辨识方法 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 变电站负荷特性分类 | 第31-46页 |
| ·引言 | 第31页 |
| ·负荷特性分类的意义和研究现状 | 第31-32页 |
| ·模糊聚类分析理论 | 第32-37页 |
| ·模糊聚类分析概述 | 第32-33页 |
| ·模糊 C 均值聚类算法 | 第33-35页 |
| ·模糊聚类的有效性函数 | 第35-36页 |
| ·模糊 C 均值聚类算法改进的必要性 | 第36-37页 |
| ·均值漂移聚类算法 | 第37-40页 |
| ·改进模糊 C 均值法的负荷特性分类 | 第40-41页 |
| ·特征向量的选取 | 第41-42页 |
| ·应用实例 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 故障录波数据预处理 | 第46-54页 |
| ·引言 | 第46页 |
| ·负荷建模数据来源 | 第46-47页 |
| ·故障录波数据预处理的必要性 | 第47-48页 |
| ·故障录波数据预处理方法 | 第48-51页 |
| ·数据筛选 | 第49页 |
| ·采样频率规范化的实现 | 第49-50页 |
| ·基波正序提取算法 | 第50-51页 |
| ·仿真分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 模糊神经网络综合负荷建模 | 第54-72页 |
| ·引言 | 第54-55页 |
| ·模糊逻辑与神经网络 | 第55-57页 |
| ·模糊神经网络负荷建模 | 第57-65页 |
| ·模糊神经网络负荷模型 | 第57-58页 |
| ·模型结构及其参数辨识 | 第58-62页 |
| ·基于改进 FCM 聚类的结构辨识 | 第59-60页 |
| ·基于混合学习算法的参数辨识 | 第60-62页 |
| ·建模实例分析 | 第62-65页 |
| ·广义动态模糊神经网络负荷模型 | 第65-70页 |
| ·GD-FNN 模型结构 | 第65-66页 |
| ·GD-FNN 学习算法 | 第66-68页 |
| ·建模实例分析 | 第68-70页 |
| ·模型比较分析 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 附录 A（攻读学位期间发表的学术论文目录） | 第80-81页 |
| 附录 B（攻读学位期间参加的科研工作及学术活动） | 第81-82页 |
| 附录 C（变电站负荷构成参数矩阵及仿真中间数据） | 第82-83页 |
