摘要 | 第3-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-17页 |
1.1 课题背景 | 第10页 |
1.2 配网故障抢修的研究目的和意义 | 第10-12页 |
1.3 配网多故障抢修研究现状 | 第12-15页 |
1.3.1 配网多故障抢修 | 第12页 |
1.3.2 配网故障国内外抢修恢复与研究方法 | 第12-15页 |
1.4 本文的主要研究内容 | 第15-17页 |
第二章 配网故障抢修指挥管理系统结构设计 | 第17-27页 |
2.1 逻辑架构设计 | 第17-19页 |
2.1.1 外部数据层 | 第18页 |
2.1.2 内部数据层 | 第18-19页 |
2.1.3 业务应用层 | 第19页 |
2.2 网络架构设计 | 第19页 |
2.3 应用层 | 第19-21页 |
2.3.1 故障报修管理 | 第20页 |
2.3.2 故障辅助研判 | 第20页 |
2.3.3 配网值班管理 | 第20-21页 |
2.3.4 配抢分析评价 | 第21页 |
2.3.5 移动应用终端 | 第21页 |
2.4 生产调度抢修流程分析 | 第21-24页 |
2.4.1 故障受理 | 第22页 |
2.4.2 故障勘察 | 第22页 |
2.4.3 确定抢修方案 | 第22-24页 |
2.4.3.1 单任务多抢修小队优化调度算法 | 第22-23页 |
2.4.3.2 多任务多抢修小队优化调度算法 | 第23-24页 |
2.4.4 抢修准备 | 第24页 |
2.4.5 现场抢修 | 第24页 |
2.4.6 复役送电 | 第24页 |
2.5 故障抢修数据分析 | 第24-25页 |
2.6 现有模式存在的问题 | 第25-26页 |
2.7 本章小结 | 第26-27页 |
第三章 改进的粒子群—模拟退火混合算法 | 第27-46页 |
3.1 粒子群算法概述 | 第27-30页 |
3.1.1 粒子群算法的基本原理 | 第27-29页 |
3.1.2 粒子群算法的具体实现过程 | 第29-30页 |
3.1.3 粒子群算法的优缺点 | 第30页 |
3.2 模拟退火算法概述 | 第30-33页 |
3.2.1 模拟退火算法的基本理论 | 第30-31页 |
3.2.2 模拟退火算法的具体实现过程 | 第31-32页 |
3.2.3 模拟退火算法的优缺点 | 第32-33页 |
3.3 改进的粒子群—模拟退火混合算法概述 | 第33-36页 |
3.3.1 对粒子群和模拟退火算法的分析 | 第33-34页 |
3.3.2 改进的粒子群—模拟退火混合算法的具体实现过程 | 第34-36页 |
3.4 仿真实验及分析 | 第36-42页 |
3.4.1 测试函数 | 第36-37页 |
3.4.2 测试函数图像与优化曲线图 | 第37-42页 |
3.4.3 测试结果分析 | 第42页 |
3.5 算例分析 | 第42-45页 |
3.5.1 算例描述 | 第42-44页 |
3.5.2 优化结果与分析 | 第44-45页 |
3.6 本章小结 | 第45-46页 |
第四章 考虑现场突发情况的配网故障任务分配 | 第46-67页 |
4.1 引言 | 第46页 |
4.2 配网抢修故障任务分配的基本策略 | 第46-48页 |
4.2.1 配网故障抢修前期资源及故障分配方案制定流程 | 第46-47页 |
4.2.2 配网抢修故障任务分配的基本策略 | 第47-48页 |
4.3 配网抢修故障任务、抢修小队和物资仓库参数 | 第48-50页 |
4.3.1 故障任务参数 | 第48-49页 |
4.3.2 抢修小队参数 | 第49-50页 |
4.3.3 物资仓库参数 | 第50页 |
4.4 基于适应度的配网多故障抢修任务分配策略 | 第50-56页 |
4.4.1 适应度模型的建立 | 第50-54页 |
4.4.1.1 外部适应度 | 第51-52页 |
4.4.1.2 内部适应度 | 第52-54页 |
4.4.2 未去现场抢修之前的任务分配模型 | 第54-56页 |
4.4.2.1 目标函数 | 第54-55页 |
4.4.2.2 约束条件 | 第55-56页 |
4.4.3 亿力吉奥公司故障抢修的任务分配模型 | 第56页 |
4.5 算例分析 | 第56-66页 |
4.5.1 算例介绍 | 第56-60页 |
4.5.2 适应度模型的算例分析 | 第60-63页 |
4.5.3 亿力吉奥公司故障抢修的任务分配模型的算例分析 | 第63-66页 |
4.6 本章小结 | 第66-67页 |
总结与展望 | 第67-69页 |
参考文献 | 第69-73页 |
致谢 | 第73页 |