| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 电力负荷建模的发展与现状 | 第12-16页 |
| 1.2.1 负荷建模的发展历程 | 第12-13页 |
| 1.2.2 负荷建模的研究现状 | 第13-15页 |
| 1.2.3 目标跟踪概述 | 第15-16页 |
| 1.3 本文的主要工作 | 第16-18页 |
| 第二章 电力负荷建模的基础理论 | 第18-28页 |
| 2.1 引言 | 第18页 |
| 2.2 负荷建模方法 | 第18-19页 |
| 2.2.1 统计综合法 | 第18页 |
| 2.2.2 总体测辨法 | 第18-19页 |
| 2.2.3 故障拟合法 | 第19页 |
| 2.3 负荷模型结构 | 第19-24页 |
| 2.3.1 静态负荷模型 | 第19-20页 |
| 2.3.2 动态负荷模型 | 第20-23页 |
| 2.3.3 综合负荷模型 | 第23-24页 |
| 2.4 负荷模型的辨识算法 | 第24-27页 |
| 2.4.1 模型参数的辨识原理 | 第25页 |
| 2.4.2 离线辨识算法 | 第25-26页 |
| 2.4.3 在线辨识算法 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于不敏卡尔曼粒子滤波算法的电力负荷在线建模 | 第28-42页 |
| 3.1 引言 | 第28页 |
| 3.2 指数型动态负荷模型 | 第28-29页 |
| 3.3 UKPF算法 | 第29-34页 |
| 3.3.1 贝叶斯滤波 | 第29-30页 |
| 3.3.2 重要性采样 | 第30-32页 |
| 3.3.3 基本步骤 | 第32-34页 |
| 3.4 基于UKPF的参数辨识 | 第34页 |
| 3.5 算例分析 | 第34-41页 |
| 3.5.1 算例 1 | 第34-38页 |
| 3.5.2 算例 2 | 第38-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 基于改进人工蜂群算法的子模型离线建模 | 第42-53页 |
| 4.1 引言 | 第42页 |
| 4.2 子模型结构 | 第42-45页 |
| 4.2.1 结构的选择与确定 | 第42-44页 |
| 4.2.2 感应电动机的初始化 | 第44-45页 |
| 4.3 子模型的参数辨识 | 第45-48页 |
| 4.3.1 ABC算法的基本原理 | 第46-47页 |
| 4.3.2 最差蜜源组替换策略 | 第47-48页 |
| 4.3.3 改进ABC的具体流程图 | 第48页 |
| 4.4 算例分析 | 第48-52页 |
| 4.4.1 算例 1 | 第48-49页 |
| 4.4.2 算例 2 | 第49-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 基于交互多模型算法的电力负荷在线建模 | 第53-67页 |
| 5.1 引言 | 第53页 |
| 5.2 基于IMM算法的在线建模方法的总体思路 | 第53-54页 |
| 5.3 IMM算法的基本原理 | 第54-55页 |
| 5.4 基于IMM算法的电力负荷在线建模 | 第55-59页 |
| 5.4.1 电力负荷子模型的离散化方法 | 第55-57页 |
| 5.4.2 IMM算法在电力负荷建模中的应用 | 第57-59页 |
| 5.5 算例分析 | 第59-66页 |
| 5.5.1 算例 1 | 第59-64页 |
| 5.5.2 算例 2 | 第64-66页 |
| 5.6 本章小结 | 第66-67页 |
| 第六章 结论与展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 附录 | 第72-73页 |
| 攻读硕士学位期间取得的研究成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 附件 | 第75页 |