| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-22页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-20页 |
| 1.2.1 数据挖掘技术发展及应用概况 | 第12-13页 |
| 1.2.2 电网无功优化和无功管理研究现状 | 第13-19页 |
| 1.2.3 电网无功优化和降损管理软件研究的现状 | 第19-20页 |
| 1.3 本课题研究的主要内容 | 第20-22页 |
| 第2章 数据挖掘理论和方法研究 | 第22-39页 |
| 2.1 概述 | 第22页 |
| 2.2 数据挖掘技术基础理论 | 第22-26页 |
| 2.2.1 数据挖掘技术的基本定义 | 第22-24页 |
| 2.2.2 数据挖掘的过程分析 | 第24-26页 |
| 2.3 数据挖掘的几个常用方法 | 第26-35页 |
| 2.3.1 聚类分析算法 | 第27-29页 |
| 2.3.2 支持向量机 | 第29-33页 |
| 2.3.3 遗传算法 | 第33-35页 |
| 2.4 数据的预处理过程 | 第35-36页 |
| 2.5 数据挖掘技术在电网中的应用研究 | 第36-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第3章 基于数据挖掘的电网无功优化研究 | 第39-52页 |
| 3.1 概述 | 第39页 |
| 3.2 基于数据挖掘技术的电网负荷预测 | 第39-40页 |
| 3.2.1 负荷预测与无功优化的关系 | 第39页 |
| 3.2.2 短期负荷预测技术 | 第39-40页 |
| 3.2.3 在负荷预测的支持向量机技术 | 第40页 |
| 3.3 基于数据挖掘遗传算法的电网无功优化模型构建 | 第40-45页 |
| 3.3.1 配电网多目无功标优化目标函数 | 第40-42页 |
| 3.3.2 配电网多目标无功优化目标函数的处理 | 第42-43页 |
| 3.3.3 约束条件 | 第43-45页 |
| 3.4 基于数据挖掘遗传算法的无功优化计算 | 第45-47页 |
| 3.4.1 基于数据挖掘遗传算法的无功优化运算基本思想 | 第45页 |
| 3.4.2 算法性能分析 | 第45-46页 |
| 3.4.3 优化计算算法实施步骤 | 第46-47页 |
| 3.5 算例分析 | 第47-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第4章 电网无功优化和降损系统(RPOLRS)设计 | 第52-70页 |
| 4.1 概述 | 第52页 |
| 4.2 RPOLRS系统的算法设计 | 第52-54页 |
| 4.2.1 基于数据挖掘算法的计算主流程 | 第52-53页 |
| 4.2.2 指令计算及指令过滤 | 第53-54页 |
| 4.3 基于数据挖掘的电网无功优化和降损系统设计 | 第54-57页 |
| 4.3.1 软件设计及优化 | 第54-56页 |
| 4.3.2 安全设计 | 第56-57页 |
| 4.4 电网无功优化和降损系统构架 | 第57-60页 |
| 4.4.1 系统的构成 | 第57-59页 |
| 4.4.2 在线无功控制策略 | 第59-60页 |
| 4.5 基于独立系统的无缝整合方案 | 第60-61页 |
| 4.6 保护方案设计 | 第61-63页 |
| 4.6.1 主站端软硬件保护方案 | 第61页 |
| 4.6.2 软件保护方案 | 第61-63页 |
| 4.7 RPOLRS系统试点应用 | 第63-69页 |
| 4.7.1 应用于西乡网片试点 | 第63-66页 |
| 4.7.2 应用于企业电网 | 第66-69页 |
| 4.8 本章小结 | 第69-70页 |
| 总结与展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 附录A 攻读硕士学位期间所取得的研究成果 | 第76-77页 |
| 附录B 攻读硕士学位期间所参加的科研项目 | 第77页 |
