首页--工业技术论文--电工技术论文--输配电工程、电力网及电力系统论文--电力系统的调度、管理、通信论文--电力系统的运行论文

电网GIC扰动与行星际扰动的关系研究

摘要第5-6页
Abstract第6页
第1章 绪论第9-16页
    1.1 课题的提出第9-10页
    1.2 行星际扰动,地磁暴和GIC的关系第10-13页
        1.2.1 行星际扰动第10-11页
        1.2.2 行星际扰动和地磁暴的关系第11-12页
        1.2.3 GIC与地磁暴和行星际扰动的关系第12-13页
    1.3 国内外研究现状第13-14页
        1.3.1 国外研究现状第13-14页
        1.3.2 国内研究现状第14页
    1.4 本文的主要工作第14-16页
第2章 行星际扰动与芬兰GIC的关系统计研究第16-33页
    2.1 行星际扰动强度和GIC强度的关系第16-21页
        2.1.1 数据收集第16-17页
        2.1.2 GIC强度与行星际参数的关系第17-21页
    2.2 GIC事件的行星际源问题分析第21-22页
    2.3 行星际扰动过程和GIC峰值的时间关系第22-31页
        2.3.1 数据处理第22-25页
        2.3.2 Bs事件和GIC的关系第25-26页
        2.3.3 行星际扰动参数和GIC的时间关系第26-30页
        2.3.4 行星际扰动过程与GIC峰值的时间关系模型图第30-31页
    2.4 小结第31-33页
第3章 行星际扰动与我国GIC的关系研究第33-42页
    3.1 我国GIC数据与芬兰数据的拟合关系第33-34页
    3.2 行星际扰动与我国GIC的关系研究第34-38页
        3.2.1 行星际扰动参数与我国GIC的关系分析第34-37页
        3.2.2 GIC强度与行星际磁场变化率的关系第37-38页
    3.3 我国GIC强度与地磁变化率大小的关系第38-41页
    3.4 小结第41-42页
第4章 基于模糊数学方法的GIC预报研究第42-55页
    4.1 基于聚类分析法的GIC预报第42-50页
        4.1.1 数据的选取和典型集建立第42-43页
        4.1.2 层析分析法确定指标权重第43-45页
        4.1.3 聚类分析法预报第45-49页
        4.1.4 预测实验结果第49-50页
    4.2 基于贴近度算法的GIC预报第50-53页
        4.2.1 贴近度预报方法第50-53页
        4.2.2 预测实验结果第53页
    4.3 两种方法的结果对比与分析第53-54页
    4.4 本章小结第54-55页
第5章 基于径向基神经网络模型的GIC预测第55-63页
    5.1 神经网络方法简介第55-56页
    5.2 基于径向基神经网络模型的GIC预测第56-59页
        5.2.1 预报方法思路第56页
        5.2.2 RBF神经网络模型第56-59页
        5.2.3 数据处理第59页
    5.3 预测结果与误差分析第59-62页
    5.4 小结第62-63页
第6章 结论与展望第63-65页
    6.1 结论第63-64页
    6.2 展望第64-65页
参考文献第65-69页
攻读硕士学位期间发表的论文及其它成果第69-70页
攻读硕士学位期间参加的科研工作第70-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:现场作业数字化标准库智能学习系统的开发与应用研究
下一篇:风电机组变距变速控制系统仿真与安全性分析