| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究的目的和意义 | 第8-9页 |
| ·理论线损计算的现状 | 第9-11页 |
| ·RBF 网络及在电力系统中的应用 | 第11-13页 |
| ·本文的主要工作 | 第13-15页 |
| 第二章 配电网线损计算 | 第15-26页 |
| ·概述 | 第15-16页 |
| ·线损计算理论知识 | 第16-21页 |
| ·线损的定义及其构成 | 第16-17页 |
| ·线损管理的重要意义 | 第17页 |
| ·配电网理论线损计算方法 | 第17-21页 |
| ·神经网络理论在线损计算中的应用 | 第21-26页 |
| ·配电网线损数据处理方法 | 第22页 |
| ·配电网线损数据分群方法 | 第22-23页 |
| ·神经网络模型确定方法 | 第23-25页 |
| ·小结 | 第25-26页 |
| 第三章 基于动态自适应聚类算法 RBF 网络的配电网线损计算 | 第26-40页 |
| ·引言 | 第26-27页 |
| ·RBF 网络理论 | 第27-33页 |
| ·RBF 网络的模型结构 | 第27-28页 |
| ·RBF 网络的学习算法 | 第28页 |
| ·RBF 网络聚类算法概述 | 第28-31页 |
| ·动态自适应聚类算法 | 第31-33页 |
| ·基于动态自适应聚类算法RBF 网络的配电网线损计算模型 | 第33-35页 |
| ·配电网线损相关参数的获取及标准化处理 | 第33-34页 |
| ·RBF 网络隐层参数的确定 | 第34-35页 |
| ·RBF 网络输出层训练方法 | 第35页 |
| ·实例仿真 | 第35-38页 |
| ·原始数据及其预处理 | 第35-36页 |
| ·仿真结果 | 第36-38页 |
| ·结论 | 第38-40页 |
| 第四章 基于扩展 RBF 非线性神经网络的配电网线损计算方法 | 第40-63页 |
| ·概述 | 第40-41页 |
| ·基于动态自适应聚类算法的扩展RBFNN 模型 | 第41-44页 |
| ·扩展RBFNN 模型 | 第41-43页 |
| ·扩展RBFNN 模型学习过程 | 第43-44页 |
| ·基于扩展RBFNN 模型的配电网线损计算流程 | 第44页 |
| ·实例仿真 | 第44-55页 |
| ·某地区68 条线路仿真结果 | 第45-46页 |
| ·天津市滨海供电局配电网仿真结果 | 第46-55页 |
| ·前推法计算配电网线损 | 第55-61页 |
| ·前推法概述 | 第57-58页 |
| ·算例分析 | 第58-61页 |
| ·小结 | 第61-63页 |
| 第五章 结论 | 第63-65页 |
| 附录 | 第65-70页 |
| 参考文献 | 第70-73页 |
| 发表论文及科研情况说明 | 第73-74页 |
| 致谢 | 第74页 |
