版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、分類號P33論文作者金匝堡學(xué)號。V912065罾級玉單位煎連盔堂論文中文題名盔匿登筮墮垡絲翊廑壟經(jīng)圓絡(luò)熊型皿盔論文中文副題名玉論文英文題名!!!YQ!Q&!i嬰壘!Q&!!煎i塑△巡墜i!!!!叢Y壁!Q乜Q堂皇!蔓主壘羔iQ旦墨論文英文副題名無論文語種這適論文摘要語種返!墓論文頁74論文字?jǐn)?shù)量互論文主趙詞鲞魚堂登!叢絲遢廑!盟絲圓鱉!擔(dān)窒悶重?fù)?魚煎僉墾!絲逾亟型申請學(xué)位級別亟專業(yè)名稱盔塞堂區(qū)丞姿速研究方向查童近塑劃量篁堡指導(dǎo)教師姓名
2、鮭堊塞塑遂導(dǎo)師單位塑盤太堂壟壅近巫撞堂喧論文答辯日期!!!!生!旦!!旦AbstractWiththeincreasingperfectofmarketeconomyenvironmentandthedeepeningreformofelectricpowersystem,theimprovementofqualityofpowersupplyandeconomicbenefithasbecomethekeyfactorofevalua
3、tingwhetheraelectricpowercorporationCandevelopprosperouslyunderthemarketmechanismThejointlyoperationofreservoirscanimprovethequalityandreliabilityofpowersupplynotablyandstrengthenthesecurityofpowersupplytheeconomicbenefi
4、tofthesystemisalsoadvancedTheoptimaloperationmodelforthethehydropowerstationsismainlystudiedinthedissertationMediumandlong—termrunoffforecastingmethodsareexploredinthedissertation,itstudiesthetheoriesandmethodsofthephase
5、spacereconstruction,andsummarizestheforecastingmethodsbasedonreconstructingphasespaceoftimeseriesAccordingtothecharacteristicsofrunoffofJinxiBasininFujian,thereservoirinflowrunoffforecastingmodelisestablishedbycouplingof
6、PhaseSpaceReconstructionandNeuralNetworkCasestudiesshowthatthebroadsuitabilityofthemodelanditsdegreeofaccuracyaresatisfactoryArtificialNuralNetwork(BPnetwork)isintroducedintooptimaloperationofhydropowerstationgroup,andth
7、eimpactsnotonlytothenetworktrainingbutalsotoapplicationsresultsarediscussedfromtheNetworkstructure、trainingparameters、TrainingmethodsandTrainingsamplesInthispaperBothhistoricaloutputanditssensitiveimpactfactorsofpowersta
8、tionareusedasfaultsamplestotraintheBPNN,AccordingtothedataofJimxiBasininFujian,amodelontheoptimalschedulingofhydropowerStationsbasedonNeuralNetworkiSestablished,andtheresultshowthecorrectnessofthemodel,itcansimulatebette
9、randofhighprecisionTothePracticaldemandofHydropowerStationsinCascades,thepaperintroducestheSlidingDecouplingmethodonthebaseofshort—termEconomicLoadDispatchingCombinatingthesimulationcalculationonoutputofhydropowerstation
10、s,short—termeconomicloaddispatchingandsimulationcalculationmodelofcascadedHydropowerStationsisestablished,andItspracticabilityandgoodsimulationareverifiedbytestinginJinxiBasinFujianKeywords:HydropowerStations,OptimalOper
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 水庫群發(fā)電優(yōu)化調(diào)度神經(jīng)網(wǎng)絡(luò)模型研究.pdf
- 基于逐級優(yōu)化方法的水庫群發(fā)電調(diào)度研究.pdf
- 考慮中期徑流預(yù)報及其不確定性的水庫群發(fā)電優(yōu)化調(diào)度模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的水庫藻類預(yù)警模型研究.pdf
- 三峽與金沙江下游梯級水庫群發(fā)電優(yōu)化調(diào)度研究.pdf
- 基于改進BP神經(jīng)網(wǎng)絡(luò)的梯級水庫調(diào)度函數(shù)研究.pdf
- 梯級水庫群發(fā)電優(yōu)化調(diào)度的理論與實踐——以烏江梯級水庫群為例.pdf
- Spark并行動態(tài)規(guī)劃及其在水庫群發(fā)電優(yōu)化調(diào)度中的應(yīng)用.pdf
- 灰色神經(jīng)網(wǎng)絡(luò)預(yù)測模型的優(yōu)化研究.pdf
- 基于自適應(yīng)學(xué)習(xí)率BP神經(jīng)網(wǎng)絡(luò)的水庫調(diào)度函數(shù)研究.pdf
- 水庫調(diào)度耦合優(yōu)化模型分析.pdf
- 水庫生態(tài)-發(fā)電優(yōu)化調(diào)度及應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)優(yōu)化的股指預(yù)測模型研究.pdf
- 基于SCADA系統(tǒng)的燃氣輔助調(diào)度神經(jīng)網(wǎng)絡(luò)模型的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的梯級水電站短期優(yōu)化調(diào)度研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)模型的鍋爐燃燒優(yōu)化控制研究.pdf
- 新豐江水庫發(fā)電供水優(yōu)化調(diào)度方法研究.pdf
- 基于智能優(yōu)化算法的水庫發(fā)電調(diào)度圖研究.pdf
- 水電站水庫優(yōu)化調(diào)度模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)預(yù)測模型的光伏發(fā)電系統(tǒng)MPPT研究.pdf
評論
0/150
提交評論