摘要 | 第1-3页 |
Abstract | 第3-8页 |
第1章 绪论 | 第8-21页 |
1.1 地理信息空间分析理论的研究概况 | 第8-14页 |
1.1.1 地理信息空间分析的主要内容 | 第8-10页 |
1.1.2 地理信息空间分析的相关学科基础 | 第10-11页 |
1.1.3 地理信息空间分析的理论研究体系 | 第11-13页 |
1.1.4 地理信息空间分析理论的前沿方向 | 第13-14页 |
1.2 电网规划空间分析理论的研究概况 | 第14-16页 |
1.2.1 电网规划空间分析的意义 | 第14-15页 |
1.2.2 电网规划空间分析理论研究的主要内容 | 第15-16页 |
1.3 电网规划空间分析理论研究的关键问题 | 第16-18页 |
1.3.1 电网规划空间分析的空间负荷预测 | 第16-17页 |
1.3.2 电网规划空间分析中的电源选址 | 第17-18页 |
1.3.3 电网规划空间分析中的网架规划 | 第18页 |
1.4 论文研究的主要内容 | 第18-20页 |
1.5 小结 | 第20-21页 |
第2章 地理空间数据与电力GIS | 第21-34页 |
2.1 地理空间数据的基本概念 | 第21-22页 |
2.2 地理空间数据的数据模型与结构 | 第22-24页 |
2.2.1 空间数据模型 | 第22页 |
2.2.2 空间数据结构 | 第22-24页 |
2.3 地理空间数据的获取与处理 | 第24-29页 |
2.3.1 地理空间数据的管理 | 第25页 |
2.3.2 地理空间数据的共享与互操作 | 第25-26页 |
2.3.3 地理空间数据的空间分析 | 第26-27页 |
2.3.4 地理空间数据的数据挖掘 | 第27-29页 |
2.4 电力GIS的特殊性 | 第29-33页 |
2.4.1 电力GIS开发平台的选择原则 | 第29-30页 |
2.4.2 电力GIS的数据模型 | 第30-31页 |
2.4.3 电力GIS的数据组织 | 第31-32页 |
2.4.4 电力GIS中的第四维 | 第32-33页 |
2.5 小结 | 第33-34页 |
第3章 电力负荷空间分布预测模型 | 第34-45页 |
3.1 电力负荷空间分布预测的意义及分类 | 第34-35页 |
3.2 小区划分的基本原则 | 第35页 |
3.3 电力负荷空间分布预测的基本方法 | 第35-36页 |
3.4 分类分区预测法 | 第36-38页 |
3.4.1 小区负荷预测的思路 | 第36-37页 |
3.4.2 分类负荷中平均负荷密度的修正 | 第37-38页 |
3.4.3 新规划区域及点负荷的处理 | 第38页 |
3.5 用地仿真法 | 第38-43页 |
3.5.1 基本思路 | 第39页 |
3.5.2 预测步骤 | 第39-41页 |
3.5.3 小区用地类型仿真评估的模糊推理 | 第41-43页 |
3.6 算例及分析 | 第43-44页 |
3.7 小结 | 第44-45页 |
第4章 基于元胞自动机理论的电力负荷空间分布预测 | 第45-60页 |
4.1 元胞自动机的基本定义 | 第45-46页 |
4.2 元胞自动机的构成 | 第46-49页 |
4.2.1 元胞及状态 | 第46页 |
4.2.2 元胞空间 | 第46-47页 |
4.2.3 邻居 | 第47-48页 |
4.2.4 转换规则与时间 | 第48-49页 |
4.3 元胞自动机的特性 | 第49页 |
4.4 CA模型在电力负荷空间分布预测中的可用性 | 第49-50页 |
4.5 电力负荷空间分布预测CA模型时空数据库的构建 | 第50-57页 |
4.5.1 时空数据库中元胞样区的选择与划定 | 第50-51页 |
4.5.2 空间电力负荷元胞的定义 | 第51-52页 |
4.5.3 空间电力负荷元胞的转换规则 | 第52-56页 |
4.5.4 空间电力负荷元胞样本子数据库的生成 | 第56-57页 |
4.6 基于CA模型的电力负荷空间分布预测试验 | 第57-59页 |
4.7 小结 | 第59-60页 |
第5章 地理空间设施选址模型 | 第60-68页 |
5.1 地理空间设施选址的一般表述 | 第60页 |
5.2 地理空间设施选址的一般准则 | 第60-61页 |
5.3 地理空间设施的选址模型 | 第61-66页 |
5.3.1 单源连续选址模型 | 第61-62页 |
5.3.2 多源连续选址模型 | 第62-63页 |
5.3.3 线性规划模型 | 第63-64页 |
5.3.4 层次分析法 | 第64-65页 |
5.3.5 综合评判法 | 第65-66页 |
5.4 电力GIS及变电站选址中的评价指标 | 第66-67页 |
5.4.1 选址信息的存储管理 | 第66页 |
5.4.2 选址信息的可视化分析 | 第66-67页 |
5.4.3 选址信息的评价指标 | 第67页 |
5.5 小结 | 第67-68页 |
第6章 基于模糊模式识别理论的地理空间设施选址 | 第68-76页 |
6.1 模糊模式识别的基本概念 | 第68-70页 |
6.1.1 隶属度的定义 | 第68-69页 |
6.1.2 模糊模式识别的直接方法 | 第69页 |
6.1.3 模糊模式识别的间接方法 | 第69-70页 |
6.2 基于模糊模式识别理论的地理空间设施选址的基本框架 | 第70-73页 |
6.2.1 评价指标特征值矩阵 | 第70-71页 |
6.2.2 相对隶属度矩阵 | 第71-72页 |
6.2.3 非结构性决策系统元素权重向量阵 | 第72-73页 |
6.2.4 样本j的相对隶属度模型 | 第73页 |
6.3 基于模糊模式识别理论的选址模型在变电站选址中的应用 | 第73-75页 |
6.4 小结 | 第75-76页 |
第7章 基于数据融合理论的地理空间设施选址模型 | 第76-88页 |
7.1 数据融合的基本概念 | 第76-78页 |
7.1.1 数据融合的基本思想 | 第76页 |
7.1.2 数据融合的特点和分类 | 第76-77页 |
7.1.3 数据融合的基本方法 | 第77-78页 |
7.2 D-S证据理论 | 第78-81页 |
7.2.1 辨识框架 | 第78页 |
7.2.2 基本可信度分配与信度函数 | 第78-79页 |
7.2.3 信任函数和似然函数 | 第79页 |
7.2.4 Dempster合成法则 | 第79-80页 |
7.2.5 像素级数据融合的证据理论方法 | 第80-81页 |
7.3 决策级数据融合的综合评判方法 | 第81-82页 |
7.3.1 非结构性决策系统元素的权重 | 第81-82页 |
7.3.2 综合评判函数 | 第82页 |
7.4 基于数据融合理论的地理空间设施选址模型在变电站选址中的应用 | 第82-87页 |
7.4.1 数据的预处理 | 第82-83页 |
7.4.2 变电站选址中的像素级数据融合 | 第83-86页 |
7.4.3 变电站选址中的决策级数据融合 | 第86-87页 |
7.5 小结 | 第87-88页 |
第8章 基于Voronoi动态空间数据模型的地理空间设施选址 | 第88-97页 |
8.1 Voronoi动态空间数据模型的基本概念 | 第88-92页 |
8.1.1 Voronoi图的基本描述 | 第89页 |
8.1.2 Voronoi图的基本定义 | 第89-90页 |
8.1.3 Voronoi图的相关性质 | 第90-91页 |
8.1.4 Voronoi图的扩展形式 | 第91-92页 |
8.2 矢量Voronoi图的生成方法 | 第92-93页 |
8.3 Voronoi动态空间数据模型在中压配电变压器定位中的应用 | 第93-96页 |
8.3.1 配电变压器的定位及供电区域划分的主要原则 | 第94页 |
8.3.2 新增配电变压器的定位及供电区域的自动划分 | 第94-95页 |
8.3.3 配电变压器供电区域的局部修正 | 第95页 |
8.3.4 应用举例 | 第95-96页 |
8.4 小结 | 第96-97页 |
第9章 基于改进蚁群算法的电力网络优化规划 | 第97-110页 |
9.1 网络分析的一般概念 | 第97-98页 |
9.2 网络分析中的启发式优化方法 | 第98-101页 |
9.3 基本蚁群算法 | 第101-103页 |
9.3.1 基本蚁群算法的基本原理 | 第101-102页 |
9.3.2 基本蚁群算法的优化过程 | 第102-103页 |
9.4 小扰动改进策略 | 第103-104页 |
9.4.1 寻优三阶段 | 第103-104页 |
9.4.2 关键因素及调控策略 | 第104页 |
9.4.3 小扰动分量 | 第104页 |
9.5 基于改进蚁群算法电力网络优化规划 | 第104-106页 |
9.5.1 电力网络优化规划的特点 | 第105页 |
9.5.2 电力网络优化规划模型 | 第105-106页 |
9.6 算例及分析 | 第106-109页 |
9.7 小结 | 第109-110页 |
第10章 全文总结与展望 | 第110-115页 |
10.1 全文总结 | 第110-112页 |
10.2 本文的创新点 | 第112-113页 |
10.3 展望 | 第113-115页 |
致谢 | 第115-116页 |
参考文献 | 第116-120页 |
附录 | 第120-123页 |
攻读学位期间科研及公开发表论文的情况 | 第123页 |