第1章 國內(nèi)外相關(guān)問題研究現(xiàn)狀
1.1 電力負荷預(yù)測研究現(xiàn)狀
1.2 變電站選址評價研究現(xiàn)狀
1.3 負荷建模研究現(xiàn)狀
1.4 電網(wǎng)規(guī)劃方案評估研究現(xiàn)狀
1.5 云計算在電力系統(tǒng)中應(yīng)用研究現(xiàn)狀

第2章 環(huán)境特性電網(wǎng)負荷組合預(yù)測
2.1 負荷預(yù)測概述
2.1.1 負荷預(yù)測的概念
2.1.2 負荷預(yù)測的基本原則和要求
2.1.3 負荷預(yù)測的內(nèi)容及其分類
2.1.4 負荷預(yù)測的步驟
2.1.5 負荷預(yù)測問題的抽象化表述
2.1.6 負荷預(yù)測理念
2.2 環(huán)境特性電網(wǎng)負荷特性分析
2.2.1 灰色關(guān)聯(lián)度
2.2.2 集對分析與聯(lián)系度
2.2.3 模糊貼近度
2.2.4 基于綜合相似接近度的環(huán)境特性電網(wǎng)負荷特性分析
2.3 基于相關(guān)因素的單項負荷預(yù)測方法
2.3.1 彈性系數(shù)法
2.3.2 產(chǎn)業(yè)產(chǎn)值單耗分析法
2.3.3 灰色遞階預(yù)測
2.3.4 神經(jīng)網(wǎng)絡(luò)預(yù)測技術(shù)
2.4 基于IOWA算子的組合預(yù)測方法及存在問題
2.5 基于改進IOWA算子的組合預(yù)測
2.5.1 基于Dempster合成法則的單項模型篩選
2.5.2 遞階層次結(jié)構(gòu)下的組合系數(shù)確定
2.5.3 基于改進IOWA算子的組合預(yù)測基本步驟
2.6 算例分析
2.7 本章小結(jié)

第3章 環(huán)境特性電網(wǎng)變電所選址評價
3.1 變電所規(guī)劃選址概述
3.1.1 變電所選址的特點
3.1.2 變電所選址的原則
3.1.3 變電所容量、數(shù)量的確定
3.1.4 變電所選址經(jīng)典數(shù)學模型
3.2 影響井下變電所選址的因素分析及評價指標體系建立
3.3 混合型多屬性群決策
3.3.1 混合型多屬性群決策問題描述
3.3.2 混合型多屬性群決策問題的分類
3.3.3 混合屬性信息和群信息的集結(jié)次序
3.3.4 混合型多屬性群決策問題相關(guān)集結(jié)算子
3.3.5 混合型多屬性群決策問題的決策步驟
3.4 井下變電所選址群決策
3.5 基于多級模糊物元分析的井下變電所選址個體決策
3.5.1 模糊物元分析法
3.5.2 模糊物元分析中權(quán)重確定方法的改進
3.5.3 基于多級模糊物元分析的井下變電所選址個體決策流程
3.6 算例分析
3.6.1 算例1
3.6.2 算例2
3.7 本章小結(jié)

第4章 環(huán)境特性電網(wǎng)綜合靜態(tài)負荷建模
4.1 電力負荷建模概述
4.1.1 電力負荷建模的發(fā)展
4.1.2 負荷建模的基本概念
4.1.3 負荷模型對電力系統(tǒng)分析的影響
4.1.4 負荷模型在電力系統(tǒng)中的使用情況
4.1.5 負荷建模中應(yīng)考慮的因素
4.1.6 負荷建模方法
4.2 基于改進粒子群算法的聚類方法
4.2.1 減法聚類算法
4.2.2 K-means聚類算法
4.2.3 基于基本粒子群算法的聚類方法
4.2.4 基于改進粒子群算法的聚類方法
4.2.5 算例分析
4.3 基于改進粒子群算法的徑向基神經(jīng)網(wǎng)絡(luò)
4.3.1 徑向基神經(jīng)網(wǎng)絡(luò)
4.3.2 基于改進粒子群算法的RBF學習算法
4.4 環(huán)境特性電網(wǎng)綜合靜態(tài)負荷建模
4.4.1 模型結(jié)構(gòu)未知的靜態(tài)負荷特性描述
4.4.2 基于改進RBF神經(jīng)網(wǎng)絡(luò)的環(huán)境特性電網(wǎng)綜合靜態(tài)負荷建模
4.4.3 算例分析
4.5 本章小結(jié)

第5章 環(huán)境特性電網(wǎng)規(guī)劃方案評估
5.1 配電網(wǎng)規(guī)劃概述
5.1.1 配電網(wǎng)的分類與供電要求
5.1.2 配電網(wǎng)規(guī)劃的主要內(nèi)容及基本流程
5.1.3 配電網(wǎng)規(guī)劃基礎(chǔ)資料
5.2 煤礦供電系統(tǒng)特點
5.3 煤礦供電的基本要求
5.4 煤礦電網(wǎng)規(guī)劃方案評估指標體系建立
5.4.1 指標體系建立原則
5.4.2 煤礦電網(wǎng)規(guī)劃方案評估指標體系
5.5 基于直覺模糊集的單項決策方法
5.5.1 直覺模糊集基本概念
5.5.2 直覺模糊集的運算及性質(zhì)
5.5.3 基于TOPSIS法的直覺模糊多屬性決策
5.5.4 基于投影法的直覺模糊多屬性決策
5.5.5 基于IFPOWA算子的多屬性決策
5.6 煤礦電網(wǎng)規(guī)劃方案組合評估
5.6.1 多屬性組合決策理論概述
5.6.2 基于直覺模糊集的煤礦電網(wǎng)規(guī)劃方案組合決策
5.7 算例分析
5.7.1 算例1
5.7.2 算例2
5.8 本章小結(jié)

第6章 環(huán)境特性電網(wǎng)規(guī)劃關(guān)鍵軟件開發(fā)
6.1 VB與MATLAB混合編程概述
6.1.1 VB與MATLAB混合編程方法
6.1.2 幾種混編方法的比較
6.2 環(huán)境特性電網(wǎng)規(guī)劃關(guān)鍵軟件的具體實現(xiàn)
6.2.1 環(huán)境特性電網(wǎng)負荷預(yù)測軟件設(shè)計
6.2.2 環(huán)境特性電網(wǎng)變電所選址評價軟件設(shè)計
6.2.3 環(huán)境特性電網(wǎng)規(guī)劃方案評估軟件設(shè)計
6.2.4 軟件具體實現(xiàn)中的關(guān)鍵技術(shù)
6.3 軟件運行效果測試
6.4 本章小結(jié)

第7章 煤炭企業(yè)級電力云構(gòu)建及電網(wǎng)規(guī)劃應(yīng)用實現(xiàn)
7.1 云計算概述
7.1.1 云計算基本要素
7.1.2 云計算主要特點
7.1.3 云計算抽象層次
7.1.4 云計算部署方式
7.1.5 云計算中的服務(wù)組合
7.2 電力云概述
7.2.1 云計算的定義及特征
7.2.2 電力云研究進展
7.3 架構(gòu)與SOA理論
7.3.1 架構(gòu)理論
7.3.2 SOA理論
7.3.3 IBM的SOMA
7.4 煤炭企業(yè)級電力云構(gòu)建
7.4.1 構(gòu)建煤炭企業(yè)級電力云的必要性
7.4.2 煤炭企業(yè)級電力云組成
7.4.3 煤炭企業(yè)級電力云系統(tǒng)構(gòu)架
7.5 基于煤炭企業(yè)級電力云的電網(wǎng)規(guī)劃應(yīng)用構(gòu)建
7.5.1 煤炭企業(yè)電網(wǎng)規(guī)劃流程分析
7.5.2 煤炭企業(yè)電網(wǎng)規(guī)劃服務(wù)鑒別
7.5.3 煤炭企業(yè)電網(wǎng)規(guī)劃服務(wù)規(guī)約
7.5.4 煤炭企業(yè)電網(wǎng)規(guī)劃服務(wù)實現(xiàn)
7.6 本章小結(jié)
參考文獻