摘要 | 第10-12页 |
ABSTRACT | 第12-13页 |
第一章 绪论 | 第14-20页 |
1.1 课题背景 | 第14-15页 |
1.2 配电网线损计算研究现状 | 第15-19页 |
1.2.1 基于物理模型的线损计算 | 第15-17页 |
1.2.2 基于历史数据的回归算法 | 第17-19页 |
1.3 本论文主要工作 | 第19-20页 |
第2章 形状系数对配电变压器损耗计算的影响及其近似计算 | 第20-41页 |
2.1 变压器功率损耗 | 第20-21页 |
2.1.1 变压器有功功率损耗 | 第20-21页 |
2.1.2 变压器无功功率损耗 | 第21页 |
2.2 变压器损耗计算所需数据 | 第21-22页 |
2.2.1 变压器的技术参数 | 第21-22页 |
2.2.2 变压器的运行数据采集 | 第22页 |
2.3 变压器损耗理论计算方法 | 第22-23页 |
2.4 配电变压器铜损的规律分析 | 第23-40页 |
2.4.1 常用的工程计算方法 | 第23-26页 |
2.4.2 各方法精度对比 | 第26-28页 |
2.4.3 形状系数分析 | 第28-34页 |
2.4.4 形状系数的近似算法 | 第34-39页 |
2.4.5 实例验证 | 第39-40页 |
2.5 本章小结 | 第40-41页 |
第3章 基于分群和SVR的配电网线损计算方法 | 第41-59页 |
3.1 SVM简介 | 第41-45页 |
3.1.1 支持向量机的基本原理 | 第41-43页 |
3.1.2 支持向量回归机 | 第43-44页 |
3.1.3 核函数 | 第44-45页 |
3.2 配电网线损的影响因素分析 | 第45-47页 |
3.2.1 因子分析原理 | 第45-46页 |
3.2.2 配电网线损影响因素分析 | 第46-47页 |
3.3 配电网线损机器学习算法的基本计算流程 | 第47-50页 |
3.4 基于分群的配电网损耗SVR回归算法 | 第50-56页 |
3.4.1 SVR回归算法存在的问题 | 第50-52页 |
3.4.2 分群思想和方法 | 第52-55页 |
3.4.3 引入分群算法的线损SVR回归算法 | 第55-56页 |
3.5 算例分析 | 第56-58页 |
3.5.1 归一化方法的影响 | 第56-57页 |
3.5.2 分群方法对结果的影响 | 第57-58页 |
3.5.3 子群内部归一化 | 第58页 |
3.6 本章小结 | 第58-59页 |
第4章 算法参数的优化 | 第59-70页 |
4.1 SVR参数寻优的常用算法比较 | 第59-60页 |
4.2 粒子群算法的基本思想 | 第60-62页 |
4.3 引入竞争机制的改进粒子群算法 | 第62-64页 |
4.3.1 粒子的寻优策略 | 第62-64页 |
4.3.2 PSO改进算法的步骤 | 第64页 |
4.4 引入竞争机制的粒子群算法的性能测试 | 第64-67页 |
4.5 实例对比 | 第67-69页 |
4.6 本章小结 | 第69-70页 |
第5章 线损理论计算的工程实践 | 第70-74页 |
5.1 系统介绍 | 第70-71页 |
5.2 配电网线损计算操作 | 第71-72页 |
5.3 本文算法应用前景 | 第72-74页 |
第6章 结论与展望 | 第74-75页 |
参考文献 | 第75-79页 |
致谢 | 第79-80页 |
攻读硕士学位期间所发表的论文及参与的项目 | 第80-81页 |
附录A | 第81-82页 |
学位论文评阅及答辩情况表 | 第82页 |