电力元件和系统的运行可靠性模型研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-16页 |
| ·研究的目的和意义 | 第9页 |
| ·电力系统负荷预测发展概述 | 第9-10页 |
| ·电力系统运行可靠性评估发展概述 | 第10-11页 |
| ·电力系统运行可靠性研究现状 | 第11-14页 |
| ·运行可靠性评估与传统可靠性评估的区别 | 第14页 |
| ·本文研究的主要内容 | 第14-16页 |
| 2 电力系统可靠性评估基础 | 第16-27页 |
| ·引言 | 第16页 |
| ·系统可靠性指标 | 第16-18页 |
| ·电力系统可靠性评估方法 | 第18-26页 |
| ·蒙特卡洛模拟法 | 第18-22页 |
| ·潮流的计算 | 第22-24页 |
| ·系统解列的判断 | 第24页 |
| ·负荷消减计算 | 第24-25页 |
| ·基本算法和程序流程图 | 第25-26页 |
| ·小结 | 第26-27页 |
| 3 电力系统运行可靠性评估中短期负荷组合预测模型 | 第27-38页 |
| ·引言 | 第27页 |
| ·基于灰色关联分析的短期负荷预测单模型的选择 | 第27-30页 |
| ·预测模型灰色关联分析 | 第28-29页 |
| ·冗余校验 | 第29-30页 |
| ·短期负荷组合预测模型 | 第30-32页 |
| ·基于固定权重的短期负荷组合预测模型 | 第30页 |
| ·基于分时段变权重的短期负荷组合预测模型 | 第30-32页 |
| ·算例分析 | 第32-37页 |
| ·算例一 | 第32-36页 |
| ·算例二 | 第36-37页 |
| ·小结 | 第37-38页 |
| 4 基于改进的BP 神经网络元件运行故障率模型 | 第38-52页 |
| ·引言 | 第38页 |
| ·BP 神经网络模型和算法 | 第38-41页 |
| ·BP 网络用于预测的原理 | 第38-39页 |
| ·基于BP 算法的多层前馈网络模型 | 第39-40页 |
| ·BP 学习算法 | 第40-41页 |
| ·改进的BP 算法 | 第41-42页 |
| ·增加动量法 | 第42页 |
| ·自适应调节学习速率 | 第42页 |
| ·元件运行故障率估计的神经网络模型 | 第42-45页 |
| ·输入和输出层的设计 | 第42-43页 |
| ·隐层数及隐层节点的设计 | 第43-44页 |
| ·训练函数的选择 | 第44页 |
| ·网络训练流程 | 第44-45页 |
| ·算例分析 | 第45-50页 |
| ·不同隐层节点数下的训练对比 | 第47-48页 |
| ·不同训练函数下的训练对比 | 第48页 |
| ·不同相关因素下的训练对比 | 第48-50页 |
| ·小结 | 第50-52页 |
| 5 计及运行因素的可靠性评估算法研究 | 第52-61页 |
| ·引言 | 第52页 |
| ·运行可靠性评估算法 | 第52-55页 |
| ·运行可靠性评估系统总体构架 | 第52-53页 |
| ·运行可靠性基本算法及程序框图 | 第53-55页 |
| ·算例分析 | 第55-60页 |
| ·小结 | 第60-61页 |
| 6 结论 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68页 |
