| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景 | 第10-11页 |
| ·油田配电网现状 | 第10页 |
| ·无功优化在配电网运行中的意义 | 第10-11页 |
| ·配电网无功优化研究现状 | 第11-13页 |
| ·配电网无功优化经典方法 | 第11页 |
| ·配电网无功优化智能方法 | 第11-13页 |
| ·配电网负荷预测研究现状 | 第13-15页 |
| ·负荷预测概述 | 第13页 |
| ·负荷预测方法比较 | 第13-15页 |
| ·本文主要工作 | 第15-16页 |
| 第2章 油田配电网无功补偿基本理论与潮流计算 | 第16-30页 |
| ·无功功率平衡理论 | 第16-19页 |
| ·无功功率与负荷电压的关系 | 第16-18页 |
| ·无功功率与网络有功损耗的关系 | 第18页 |
| ·无功功率与网络功率因数的关系 | 第18-19页 |
| ·油田配电网无功补偿原则与补偿方式 | 第19-20页 |
| ·油田配电网无功优化数学模型 | 第20-23页 |
| ·数学模型的建立 | 第20-22页 |
| ·约束条件的选择 | 第22-23页 |
| ·前推回代法潮流计算 | 第23-30页 |
| ·潮流计算概述 | 第23页 |
| ·馈电线路与变压器的电力参数计算 | 第23-25页 |
| ·前推回代法潮流计算设计 | 第25-27页 |
| ·算例分析 | 第27-30页 |
| 第3章 基于最大降损负荷功率阻抗矩法的无功补偿点选取 | 第30-34页 |
| ·负荷功率阻抗矩法的基本原理 | 第30-32页 |
| ·基于最大降损与负荷功率阻抗矩法确定补偿点位置 | 第32页 |
| ·算例分析 | 第32-34页 |
| 第4章 基于灰色预测的模拟油田配电网运行参数 | 第34-43页 |
| ·灰色理论的概述 | 第34-35页 |
| ·灰色预测的方法研究 | 第35-38页 |
| ·灰色GM（1,1）模型的建立 | 第35-36页 |
| ·GM（1,1）模型的改进 | 第36-38页 |
| ·模型检验 | 第38页 |
| ·基于灰色预测模拟油田配电网运行参数的设计方法 | 第38-40页 |
| ·算例分析 | 第40-43页 |
| 第5章 基于改进遗传算法的配电网静态无功优化 | 第43-54页 |
| ·遗传算法概述 | 第43-47页 |
| ·遗传算法的基本概念与特点 | 第43-44页 |
| ·基本遗传算法的设计流程 | 第44-47页 |
| ·遗传算法的改进研究 | 第47-51页 |
| ·染色体编码及种群生成的改进 | 第47-48页 |
| ·适应度函数的改进 | 第48页 |
| ·遗传操作的改进 | 第48-50页 |
| ·收敛速度的改进 | 第50-51页 |
| ·基于改进遗传算法的静态无功优化 | 第51-54页 |
| ·静态无功优化中的求解过程 | 第51-52页 |
| ·静态无功优化中的程序设计 | 第52-54页 |
| 第6章 基于遗传神经网络的配电网动态无功优化 | 第54-62页 |
| ·人工神经网络概述 | 第54-55页 |
| ·人工神经网络基本概念与特点 | 第54页 |
| ·人工神经网络模型 | 第54-55页 |
| ·BP算法基本原理及改进方法 | 第55-59页 |
| ·BP算法的基本原理 | 第55-57页 |
| ·BP算法的设计流程 | 第57-58页 |
| ·BP算法的改进方法 | 第58-59页 |
| ·改进BP算法的程序设计 | 第59页 |
| ·遗传神经网络在油田配电网动态无功优化中的设计思想 | 第59-60页 |
| ·动态无功优化中的设计过程 | 第60-61页 |
| ·算法程序流程设计 | 第61-62页 |
| 第7章 油田配电网无功优化实例分析 | 第62-74页 |
| ·胜利油田6KV配电线路的基本信息 | 第62-64页 |
| ·基于改进遗传算法的静态分析计算 | 第64-70页 |
| ·基于遗传神经网络算法的动态分析计算 | 第70-74页 |
| 结论 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 附录 | 第79-80页 |
| 攻读硕士学位期间取得的学术成果 | 第80-81页 |
| 致谢 | 第81页 |