改进人工神经网络于配电网在线重构中的研究和应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-18页 |
| ·我国电力事业发展的简要历程 | 第12页 |
| ·配电网方面存在的问题 | 第12-13页 |
| ·配电网建设的新契机 | 第13-14页 |
| ·实现配网重构的前提—配网自动化技术 | 第14-15页 |
| ·配网自动化技术国内外研究与应用现状 | 第15-16页 |
| ·本文的主要工作 | 第16-18页 |
| 第2章 配网重构问题描述及研究现状 | 第18-31页 |
| ·配电网的概念 | 第18页 |
| ·配网重构的概念 | 第18-19页 |
| ·配网重构数学模型 | 第19-22页 |
| ·约束条件 | 第19-21页 |
| ·配网重构目标函数 | 第21-22页 |
| ·配网重构研究现状 | 第22-30页 |
| ·经典数学算法 | 第22-23页 |
| ·启发式规则算法 | 第23-26页 |
| ·人工智能算法 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 人工神经网络及其改进策略 | 第31-47页 |
| ·人工神经网络的概念 | 第31页 |
| ·人工神经网络发展历程和现状 | 第31-32页 |
| ·人工神经网络数学模型 | 第32-33页 |
| ·神经元模型 | 第32页 |
| ·神经元状态转移函数 | 第32-33页 |
| ·人工神经网络分类 | 第33-37页 |
| ·前馈型网络 | 第33-35页 |
| ·反馈型网络 | 第35-37页 |
| ·Elman 神经网络及其改进策略 | 第37-46页 |
| ·经典 Elman 神经网络 | 第37-38页 |
| ·Elman 神经网络结构的改进 | 第38-39页 |
| ·Elman 神经网络训练方法的改进 | 第39-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 改进人工神经网络在配网重构中的应用 | 第47-56页 |
| ·IEEE 30 节点算例 | 第47页 |
| ·负荷聚类 | 第47-53页 |
| ·负荷等级归类 | 第47-48页 |
| ·聚类技术以及模糊 C-均值聚类法 | 第48-50页 |
| ·应用于算例负荷聚类 | 第50-53页 |
| ·算例验证 | 第53-54页 |
| ·训练集的生成 | 第53页 |
| ·仿真计算 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第62-63页 |
| 附录 B 攻读学位期间所参加科研工作目录 | 第63-64页 |
| 附录 C IEEE 30 母线标准试验系统数据 | 第64-65页 |
