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--理论与分析论文--电力系统稳定论文

基于机器学习的电力系统暂态稳定评估研究

摘要第1-8页
Abstract第8-13页
第1章 绪论第13-29页
   ·课题的提出第13-17页
     ·暂态稳定的定义第15-16页
     ·暂态稳定的数学描述第16-17页
   ·暂态稳定分析方法的发展与现状第17-25页
     ·时域仿真法第18页
     ·直接法第18-20页
     ·机器学习方法第20-25页
   ·暂态稳定概率评估方法的发展与现状第25-27页
     ·解析法第25-26页
     ·蒙特卡罗法第26-27页
   ·本文的主要工作与章节安排第27-29页
第2章 机器学习理论及电力系统暂态稳定评估第29-50页
   ·引言第29页
   ·机器学习理论第29-33页
     ·机器学习问题的分类第30-31页
     ·支持向量机第31-33页
   ·暂态稳定评估的机器学习模型第33-42页
     ·原始特征的构建第34-37页
     ·支持向量机双阶段特征选择第37-39页
     ·支持向量机的模型选择第39页
     ·分类性能评估指标第39-42页
   ·算例研究第42-48页
     ·新英格兰39节点系统第42-45页
     ·IEEE50机测试系统第45-47页
     ·其他暂态稳定评估模型的结果第47-48页
   ·小结第48-50页
第3章 元学习策略的融合多模型评估第50-62页
   ·引言第50页
   ·暂态稳定评估单一模型第50-51页
   ·融合多模型方法第51-55页
     ·Stacking原理第52页
     ·AdaBoost原理第52-54页
     ·Random Forest原理第54-55页
   ·算例研究第55-61页
     ·暂态稳定评估Stacking组合模型构建第55-58页
     ·暂态稳定评估AdaBoost组合模型构建第58-59页
     ·暂态稳定评估Random Forest组合模型构建第59-61页
   ·小结第61-62页
第4章 受扰严重机组特征的暂态稳定评估第62-68页
   ·引言第62页
   ·受扰严重机组特征的构建和选择第62-64页
     ·受扰严重机组识别第63页
     ·特征构建和选择第63-64页
   ·算例研究第64-67页
     ·新英格兰39节点系统第64-66页
     ·IEEE50机测试系统第66-67页
   ·小结第67-68页
第5章 基于支持向量机增量学习的暂态稳定评估第68-76页
   ·引言第68-69页
   ·支持向量机增量学习第69-71页
     ·经典的支持向量机第69页
     ·支持向量机增量学习第69-71页
   ·暂态稳定评估增量学习模型的构建第71-72页
     ·参数寻优第71-72页
     ·增量学习模块第72页
   ·算例分析第72-75页
   ·小结第75-76页
第6章 电力系统暂态稳定概率评估第76-89页
   ·引言第76页
   ·概率暂态稳定评估方法第76-77页
     ·解析法第77页
     ·蒙特卡罗模拟法第77页
   ·非序贯蒙特卡罗模拟第77-79页
     ·基本原理第77-78页
     ·随机因素的概率模型第78-79页
     ·随机因素的非序贯蒙特卡罗模拟第79页
   ·蒙特卡罗—支持向量机法第79-81页
     ·输入特征第79-80页
     ·支持向量机的训练第80页
     ·算例分析第80-81页
   ·马尔可夫链蒙特卡罗方法第81-88页
     ·马尔可夫链蒙特卡罗方法原理第82-83页
     ·暂态稳定概率评估模型构建第83页
     ·状态抽样模型第83-84页
     ·暂态稳定模拟和不稳定指标计算第84-85页
     ·算例分析第85-88页
   ·小结第88-89页
全文总结和展望第89-91页
 主要研究成果第89-90页
 需要进一步研究的问题第90-91页
致谢第91-92页
参考文献第92-104页
作者在攻读博士学位期间发表的学术论文第104-105页
攻读博士学位期间参与的科研工作第105-106页

论文共106页,点击 下载论文
上一篇:铁路危险货物办理站点整合优化与安全监控信息系统研究
下一篇:铁道客车系统横向运动对称/不对称分岔行为与混沌研究