1 绪 论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.3 本文的主要工作
2 基于因子分析和RBF神经网络的日负荷曲线融合预测方法
2.1 引言
2.2 因子分析
2.3 RBF神经网络
2.4 日负荷曲线的标准化融合分段方法
2.5 基于因子分析和RBF神经网络的日负荷曲线融合预测
2.6 算例分析
2.7 本章小结
3 考虑变电站位置和运行方式的变电站动态无功优化方法
3.1 引言
3.2 变电站动态无功优化模型
3.3 变电站动态无功优化的蝙蝠算法
3.4 算例仿真
3.5 本章小结
4 考虑预测误差的变电站VQC参数整定方法
4.1 引言
4.2 变电站VQC系统十五区图控制原理
4.3 考虑预测误差的变电站VQC参数整定
4.4 算例仿真
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
附录
A. 作者在攻读硕士学位期间发表的论文及专利
B. 作者在攻读硕士学位期间参与的科研项目