| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 选题背景及研究意义 | 第9-11页 |
| 1.1.1 选题背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 能源互联网 | 第11-13页 |
| 1.2.2 新能源电力系统风险 | 第13-14页 |
| 1.3 研究内容及思路 | 第14-16页 |
| 第2章 新能源电力系统风险评估指标体系研究 | 第16-27页 |
| 2.1 能源互联网下新能源电力系统风险概述 | 第16-19页 |
| 2.1.1 能源互联网概述 | 第16-18页 |
| 2.1.2 新能源电力系统风险概述 | 第18-19页 |
| 2.2 新能源电力系统风险评估指标体系构建 | 第19-26页 |
| 2.2.1 指标体系构建原则 | 第19-20页 |
| 2.2.2 新能源电力系统规划风险评估指标体系 | 第20-22页 |
| 2.2.3 新能源电力系统调度风险评估指标体系 | 第22-23页 |
| 2.2.4 新能源电力系统运行风险评估指标体系 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 新能源电力系统规划风险评估模型研究 | 第27-33页 |
| 3.1 最优变权理论 | 第27-30页 |
| 3.1.1 基于FAHP和相似度聚类分析的静态主观权重 | 第27-29页 |
| 3.1.2 基于改进CRITIC赋权法的动态客观权重 | 第29-30页 |
| 3.2 基于最优变权的新能源电力系统风险评估模型 | 第30-32页 |
| 3.2.1 基于最优变权的评估步骤 | 第30页 |
| 3.2.2 算例分析 | 第30-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 新能源电力系统调度风险评估模型研究 | 第33-46页 |
| 4.1 改进物元可拓理论 | 第33-38页 |
| 4.1.1 模糊测度 | 第33-34页 |
| 4.1.2 模糊积分 | 第34页 |
| 4.1.3 离差最大化 | 第34-36页 |
| 4.1.4 物元可拓模型 | 第36-38页 |
| 4.2 基于改进物元可拓的新能源电力系统调度风险评估模型 | 第38-44页 |
| 4.2.1 基于离差最大化结合模糊积分的物元可拓评估步骤 | 第38-39页 |
| 4.2.2 算例分析 | 第39-44页 |
| 4.3 本章小结 | 第44-46页 |
| 第5章 新能源电力系统运行风险评估模型研究 | 第46-56页 |
| 5.1 模糊神经网络理论 | 第46-51页 |
| 5.1.1 模糊集合 | 第46-47页 |
| 5.1.2 BP神经网络 | 第47-50页 |
| 5.1.3 模糊神经网络 | 第50-51页 |
| 5.2 基于模糊神经网络的新能源电力系统运行风险评估模型 | 第51-55页 |
| 5.2.1 模糊神经网络拓扑结构 | 第51-52页 |
| 5.2.2 参数学习的BP算法 | 第52-53页 |
| 5.2.3 算例分析 | 第53-55页 |
| 5.3 本章小结 | 第55-56页 |
| 第6章 研究成果和结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-68页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第68-69页 |
| 致谢 | 第69页 |
