基于人工神经网络的电力系统暂态稳定评估
| 引言 | 第1-10页 |
| 第一章 绪论 | 第10-19页 |
| ·人工神经网络在电力系统中的应用及前景 | 第10-12页 |
| ·电力系统暂态稳定基本原理 | 第12-16页 |
| ·电力系统暂态稳定概念 | 第12-13页 |
| ·电力系统暂态稳定分析评估方法 | 第13-16页 |
| ·基于人工神经网络的暂态稳定评估研究现状 | 第16-17页 |
| ·本文所做的主要工作 | 第17-19页 |
| 第二章 自组织特征映射及径向基函数网络原理 | 第19-27页 |
| ·自组织特征映射网络原理 | 第19-23页 |
| ·Kohonen网络模型 | 第19-20页 |
| ·自组织特征映射学习算法 | 第20-22页 |
| ·自组织特征映射网络性能分析 | 第22-23页 |
| ·径向基函数网络原理 | 第23-27页 |
| ·径向基函数网络模型结构 | 第23-24页 |
| ·RBF网络学习算法 | 第24-26页 |
| ·径向基函数网络与多层感知器网络性能比较 | 第26-27页 |
| 第三章 基于复合ANN的在线暂态稳定评估方法 | 第27-40页 |
| ·网络原理及总体结构 | 第27-29页 |
| ·基于复合ANN的暂态稳定评估原理 | 第27-28页 |
| ·复合ANN的结构及特点 | 第28-29页 |
| ·输入特征量的选取 | 第29-31页 |
| ·两种KOHONEN网络分类准则比较 | 第31-36页 |
| ·两种Kohonen网络分类准则原理 | 第31-32页 |
| ·两种分类准则性能的仿真比较 | 第32-36页 |
| ·几种典型网络在TSA上的仿真测试及结果分析 | 第36-40页 |
| ·所选ANN类型 | 第36-37页 |
| ·样本选取 | 第37页 |
| ·参数设定及结果分析 | 第37-40页 |
| 第四章 结合稳定评估的对策生成的实现 | 第40-51页 |
| ·结合ANN稳定评估的对策生成原理 | 第40-42页 |
| ·控制对策的搜索准则 | 第42-43页 |
| ·软件实现 | 第43-44页 |
| ·ANN的训练 | 第43页 |
| ·在线预决策系统的程序实现 | 第43-44页 |
| ·仿真算例分析 | 第44-51页 |
| 第五章 基于遗传算法的预分类子网性能优化方法 | 第51-55页 |
| ·常用Kohonen网络初始权值选取方法 | 第51页 |
| ·通过遗传算法对神经网络权值的优化 | 第51-55页 |
| 第六章 小结与展望 | 第55-57页 |
| ·小结 | 第55-56页 |
| ·展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 主要参考文献 | 第58-60页 |
