1. 研究目的与意义
近年来，现代社会中分布式发电规模逐步扩大，有源配电网供电质量的要求也在同步提高，配电网是连接发、输电系统与用户的重要环节，它作为电力网的末端，直接与用户相连。
是供电部门对用户服务的窗口，能敏锐地反映了用户对电力的安全、经济、优质等方面的要求。
所以对电网运行态势的感知已逐渐成为国内外学者的研究重点。
2. 课题关键问题和重难点
能先熟练掌握配电网网损计算的传统方法，并在此基础上，认识到神经网络在网损计算中的广泛应用。
进一步需要全面理解遗传算法的基本原理，基本概念（一些常见的名词和概念）和操作流程（明确标准遗传算法的每一个步骤）。
并能提出在RBF网络参数的遗传优化方案，构造遗传算法优化RBF神经网络的模型结构，针对三个参数进行全局寻优。
3. 国内外研究现状（文献综述）
配电网重构是降低电网线损、提高经济性的重要手段。
采用BP神经网络法进行配电网的重狗，网络输入为电网负荷，输出为实现电网最小线损的开关开合状态，通过样本训练来实现对两者非线性关系的模拟。
首先将电网负荷按负荷曲线特征及负荷水平分为三种类型和五种负荷水平；然后对不同负荷类型和水平下的最小线损采用最优化方法计算，作为网络训练的样本；为弥补据以往的不足，探讨了神经网络结构对重构的影响，发现通过选择适当的输出神经元数目可以在不增加太多网络训练时间负担的前提下，提高神经网络在实际配电网应用时的效率。
4. 研究方案
（1） 研究深度学习算法，学习并掌握一种可以用于态势预测的算法；（2） 学习并掌握有源配电网数据之间关系以及数据挖掘的原理，规定深度学习算法的输入输出；（3） 利用Matlab或者其他编程软件，对有源配电网数据进行挖掘，从而进行态势感知和态势预测。
（4） 分析基于深度学习的态势预测方法的优劣，做出评价。
5. 工作计划
2022.3.3-2022.3.17 2周（1）阅读任务书，明确课题完成的任务及目标，结合本科所学的专业课知识，对课题的研究有一个清楚的框架，完成外文翻译。
（2）查阅5-10篇文献，深入了解本课题研究现状，对研究现状形成文字材料。
初步了解现阶段该课题较前沿的理论和技术。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
