| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 1 绪论 | 第8-15页 |
| 1．1 变电站电压无功控制的重要性 | 第8-9页 |
| 1．2 变电站电压无功控制的现状 | 第9-13页 |
| 1．3 本文的研究内容和研究目标 | 第13-15页 |
| 2 人工神经网络原理 | 第15-27页 |
| 2．1 人工神经网络的发展和应用 | 第15-16页 |
| 2．2 人工神经网络模型 | 第16-18页 |
| 2．2．1 人工神经网络简单模型 | 第16-17页 |
| 2．2．2 网络的结构和工作方式 | 第17-18页 |
| 2．3 径向基函数（RBF）神经网络 | 第18-27页 |
| 2．3．1 径向基函数（RBF）神经网络的原理 | 第18-19页 |
| 2．3．2 径向基函数（RBF）神经网络 | 第19-21页 |
| 2．3．3 径向基函数神经网络功能的实现 | 第21-25页 |
| 2．3．4 RBF神经网络的监督学习算法 | 第25-27页 |
| 3 负荷预测功能的实现 | 第27-35页 |
| 3．1 负荷预测与人工神经网络 | 第27-30页 |
| 3．1．1 电力系统负荷预测 | 第27-28页 |
| 3．1．2 人工神经网络在电力负荷预测中的应用 | 第28-30页 |
| 3．2 基于径向基函数的负荷预测的实现 | 第30-35页 |
| 3．2．1 负荷预测的数学模型 | 第31-32页 |
| 3．2．2 输入量的选择和处理 | 第32-33页 |
| 3．2．3 基于RBF的负荷预测功能实现 | 第33-35页 |
| 4 进化规划方法 | 第35-42页 |
| 4．1 进化算法概述 | 第35-37页 |
| 4．2 进化规划算法 | 第37-40页 |
| 4．2．1 进化规划基本原理 | 第37-38页 |
| 4．2．2 进化规划中的遗传算子 | 第38-40页 |
| 4．3 进化规划的特点 | 第40-42页 |
| 5 基于负荷预测的变电站电压无功优化 | 第42-55页 |
| 5．1 引言 | 第42-43页 |
| 5．2 调压变压器和并联电容器 | 第43-45页 |
| 5．2．1 调压变压器 | 第43-45页 |
| 5．2．2 并联电容器 | 第45页 |
| 5．3 电压无功优化控制模型的建立 | 第45-50页 |
| 5．3．1 电压无功关系分析 | 第45-47页 |
| 5．3．2 电压无功控制模型 | 第47-50页 |
| 5．4 基于进化规划的变电站电压无功控制的优化计算 | 第50-55页 |
| 5．4．1 电压无功优化的进化规划实现 | 第50-51页 |
| 5．4．2 可行方向的引入 | 第51页 |
| 5．4．3 进化规划算法实现无功优化的步骤 | 第51-55页 |
| 6 结论 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |