一、二元分布函数的密度收敛（论文文献综述）
张晋华,朱悦榕,李旭强,刘良雨[1]（2021）在《考虑风电不确定性的含海上风电场电力系统优化调度策略研究》文中指出由于风电具有波动性和间歇性,当海上风电机组并网时,电力系统将会受到冲击,导致电网频率波动和运行控制的失调,因此需要安排其他发电机组来进行调节。在考虑海上风电机组不确定性的情况下,建立风火联合优化调度模型,以风电为主体,对电力系统优化调度策略进行研究。首先,用不同Copula函数对海上风电场功率进行拟合分析,选定t-Copula函数进行风电功率预测。在此基础上,建立了多目标的风火联合优化调度模型,将乌鸦搜索优化算法与粒子群优化算法进行收敛速度对比,选取乌鸦搜索优化算法对分析数据进行优化处理,制定全局优化调度方案。最后,算例验证了所提模型的有效性。
刘恩斌,姚鸿文,任泽茜,周国模,杜华强[2]（2021）在《基于Copula密度函数的毛竹胸径年龄结构特征二元联合分布》文中提出【目的】针对森林结构特征因子常用二元联合分布研究方法存在的缺陷,选择适用条件低、适应范围广、应用价值大的二元Copula分布（密度）函数构建毛竹胸径年龄二元联合分布模型,为精确测量森林结构特征因子联合分布提供参考。【方法】选取5种常用二元Copula密度函数、二元Sbb密度函数和二元Weibull分布函数对2009年浙江省177块毛竹连续清查固定样地的胸径年龄二元联合分布进行描述,对比分析各函数的测量精度;经二维频数直方图和AIC评定,选择胸径年龄最优二元Copula密度函数,并在此基础上构建浙江省毛竹胸径年龄二元Copula联合分布模型,采用柯尔莫哥洛夫检验各分布（密度）函数的拟合优度。【结果】二元Weibull分布函数的确定系数（R2）=0.990 1,二元Sbb密度函数的R2=0.736 2,二元Gumbel Copula密度函数的R2=0.984 1、AIC=19.519 6,为5种常用二元Copula密度函数中AIC最小的函数;二元Gumbel Copula密度函数、二元Weibull分布函数和二元Sbb密度函数累计值的最大偏差分别为0.015 8、0.007 0和0.078 1,在0.05显着性水平下的阈值为0.1798。【结论】二元Gumbel Copula密度函数为测量毛竹胸径年龄联合分布的最优Copula密度函数;二元Weibull分布函数的测量精度最高,但参数比二元Copula密度分布（密度）函数多,迭代参数没有二元Copula密度（分布）函数易收敛,二元Sbb密度函数的测量精度最低;毛竹胸径年龄联合分布均服从3种分布;二元Copula分布（密度）函数适合于胸径年龄的任意边缘分布,即不需要确定边缘分布函数类型;二元Copula分布（密度）函数参数拟合不需要胸径年龄联合分布数据,只有胸径年龄边缘分布值时,应用二元Copula分布（密度）函数可得到相应的胸径年龄联合密度值,二元Copula分布（密度）函数比常用二元分布（密度）函数的适用条件低、适应范围广、应用价值大。
钱玲玲[3]（2021）在《中国大陆股市与国际主要股市的相依性、风险溢出与影响因素研究》文中认为随着中国经济的快速发展和金融市场一体化进程的加速,中国大陆与全球主要经济体之间的经济、贸易和金融联系日益紧密,其金融市场呈现出非线性、非对称性、尾部相依性等复杂的相依关系。与此同时,风险在国际金融市场间的传导速度也在不断加快,风险度量和管理的难度日益增加。因此,准确地描述金融市场相依性、有效地度量金融风险以及合理地检验风险溢出已成为现代金融分析亟待解决的关键问题。探究中国大陆股市与国际主要股市的相依性、风险溢出与影响因素对于促进我国大陆金融市场的国际化和维护经济金融安全具有重要的理论和现实意义。在金融市场相依性和风险管理的研究和实践中,金融市场的非线性相依、尾部相依等特征已导致传统的相依性与风险溢出分析方法不再适用,Copula理论的出现及其成功应用提供了一个很好的解决方案。基于此,本文综合利用Copula函数等计量方法来描述金融市场间复杂的相依性,更准确地进行风险度量和风险溢出检验。具体而言,为了研究中国加入WTO后中国大陆股市与中国香港、中国台湾、美国、日本、韩国、澳大利亚、英国、法国、德国、巴西、俄罗斯、印度股市的相依性、风险溢出与影响因素,本文首先构建了四种边缘分布模型,从而选取描述样本股市收益率边缘分布的最优模型,为正确利用Copula函数进行分析奠定了基础。研究发现,非参数ARMA-GARCH族-EVT模型最适于描述样本股市的边缘分布。其次,在相依性建模阶段,本文利用了9种静态Copula函数、3种时变Copula函数和DCC-GARCH模型对上证综指与其他样本股指两两组合的相依结构进行刻画。结果表明,在样本期间,中国大陆股市与国际主要股市的相依性整体较弱,且具有显着的时变性与区域性特征。进一步,结构突变点的诊断结果表明,中国大陆股市与国际主要股市的相依性受到金融危机等事件的影响,表现出显着的阶段性特征。再次,在经济基础说、资本流动说和市场传染说的基础上,本文从经济政策不确定性、共同冲击、宏观经济状况和股市特性四个方面探究了中国大陆股市与国际主要股市相依性的影响因素。面板回归结果显示,经济政策不确定性差异和利率差异显着降低了股市相依性,而全球金融危机和贸易依存度产生了正面影响。此外,本文在考察股票这一类资产内部不同国家（地区）相依性的基础上,进一步探讨了股票资产与其他金融资产的相依性。具体而言,本文以近年来新兴的数字货币资产为代表,利用Copula函数、DCC-TGARCH和DCC-MIDAS模型探究了全球股市与数字货币市场的跨资产类别相依性以及经济政策不确定性和新冠肺炎疫情对其的影响。结果表明,全球股市组合与数字货币市场指数CRIX间的相依性较低,说明数字货币对股市具有一定的风险对冲能力,并且经济政策不确定性与新冠肺炎疫情有一定影响。最后,考虑到Vine Copula模型在描述多变量间复杂相依结构方面的优势,本文利用三种Vine Copula模型进行分析建模,以确定最优模型。结果表明,R-Vine Copula最适于描述中国大陆股市与国际主要股市的高维相依结构,且样本股市的相依性存在明显的结构差异。基于R-Vine Copula模型,本文结合蒙特卡洛模拟法和基于滚动时间窗的估计样本外预测方法估计了各股指及其组合的在险价值（Va R）,进而选用Va R-Granger因果检验与Diebold&Yilmaz溢出指数探究了中国大陆股市与国际主要股市的风险溢出。结果表明,从中国大陆股市到美国、法国和德国股市均表现出了极端风险的溢出效应。从风险溢出强度的结果来看,中国台湾、中国大陆、中国香港、美国、英国、日本股市是风险溢出的净输出者,而俄罗斯、巴西、德国、韩国、印度、法国与澳大利亚股市是风险溢出的净接受者。本文主要有以下三点启示:其一,制定相关政策,防范国际金融市场的系统性风险,加快推进央行数字货币;其二,改善宏观基本面,加强金融市场建设,稳步推进对外开放和国际合作;其三,充分考虑全球股市间及其与数字货币市场的相依性与风险溢出以及当前的经济政策不确定性,从而更准确地预测国际金融市场的走势。
赵梓翔[4]（2021）在《基于半不变量法概率潮流的分布式电源优化配置的研究》文中进行了进一步梳理
李慧慧[5]（2021）在《广义修正偏slash分布及其相关分布的极值理论》文中研究表明在统计学中,正态分布无疑是应用最为广泛的分布之一,但人们发现许多金融、气象数据通常会呈现出一定的偏斜特性,并不严格服从正态分布。1985年,Azzalini提出了偏正态分布并表明它能对偏斜数据进行更精确的拟合,该分布自提出后受到了学者的广泛关注。自此,偏slash分布在此基础上被提出并逐渐发展起来,由于其具有比偏正态分布尾部更厚的特性,所以经常用于厚尾金融数据的模型拟合中。为了更准确的描述数据特征,为数据提供更多可供选择的模型,本文基于偏slash分布,对其进行扩展延伸,提出了广义修正偏slash分布,并对它的尾部相关性进行了研究。另外,对α偏正态分布的极值性质和尾部相关性进行了理论推导。最后,将slash分布与Lomax分布相结合提出了slash Lomax分布,并研究了误差项服从slash Lomax分布的线性回归模型。主要研究成果如下:（1）在偏slash分布的基础上与伽玛分布相结合,提出了一种新的分布,称之为广义修正偏slash分布。经过理论推导得到了它的概率密度函数、矩、期望、方差等一系列基本性质,并用概率密度函数图像阐明了广义修正偏slash分布具有峰度灵活及厚尾的良好特性。随后将广义修正偏slash分布从一维推广到了多维情形,并在二维情形下研究了该分布的尾部相关性,得到它是尾部渐近依赖的。（2）考虑到极值理论现在已经被广泛应用于气象预报、建筑设计和市场风险等领域,以及偏斜分布族在实际中的广泛应用。本文对2010年Elal-Olivero提出的α偏正态分布进行了极值理论研究。通过理论推导,得到了 α偏正态分布的极值分布属于Gumbel分布,同时给出了不同情形下对应的规范化常数。另外还对二维α偏正态分布的尾部相关性进行理论研究。（3）对slash分布进行了进一步的扩展与补充,利用slash分布的构造形式,将贝塔分布与Lomax分布相结合,提出了 slash Lomax分布。经过推导得出它的概率密度函数、矩、Reyi熵等基本性质,利用R软件通过ECM算法编程实现了对slash Lomax分布的参数估计,此外还研究了当误差项服从slash Lomax分布时的线性回归模型。在应用部分用两组实际数据验证了 slash Lomax分布及其回归模型的有效性和实用性。
任月明[6]（2021）在《巨灾债券对投资组合的影响研究 ——基于GARCH-Copula的风险度量》文中研究表明近年来,巨灾债券的应用与发展已成为国际保险市场和金融市场关注的热点,它不仅有效增强了保险公司对巨灾风险的承保能力,还为资本市场的投资者提供了新型的投资工具。然而,巨灾债券在我国境内的发展还处于初级阶段,债券发行的时机尚未成熟,尤其是对于这类特殊债券的市场潜在需求不明晰,严重影响了巨灾债券在我国的发展进程。要探明巨灾债券对我国资本市场的投资者是否具有吸引力,就要讨论巨灾债券市场与我国传统金融资产间的相互关系,进一步研究巨灾债券对投资组合的风险水平影响及资产配置等相关问题。本文将巨灾债券市场与我国股票市场、债券市场作为研究对象,以2010年7月至2020年7月十年的上证综合指数、中证综合债指数、瑞士再保险巨灾债券总回报指数为样本。使用GARCH模型拟合各金融资产收益时间序列的边缘分布,选择T-Copula函数刻画组合的联合分布,详细探讨了不同金融资产市场之间的相关关系。进一步,利用蒙特卡罗模拟方法测度不同投资组合的VaR和CVaR,求解基于风险优化下投资组合的资产配置,并对比加入与不加入巨灾债券的投资组合效率。实证分析得到如下结论:在样本期间内,巨灾债券与国内股票、普通债券相关系数很小,与传统金融市场波动相关性较低;在投资组合中加入巨灾债券提升了组合收益,同时降低了投资组合的风险价值VaR与CVaR,增大了切线组合的夏普比率。表明在投资组合中加入巨灾债券可以为投资者增加收益,降低投资组合的风险水平,巨灾债券对国内资产组合可以起到优化作用。本文研究结论有助于消减巨灾债券与国内资产相关性不明晰在研究中可能产生的偏误,更准确地反应了巨灾债券市场与我国股票、债券市场间的关系。依据市场之间的相关性特征构建的最优投资组合,为投资者提供了新的投资选择和方向,在巨灾债券投资组合的风险度量、资产配置等问题的研究方面具有一定的参考价值,为推动巨灾债券的发行与应用提供了理论支持。
周颖[7]（2021）在《风光资源互补特性分析及联合优化调度研究》文中提出随着能源短缺、环境污染等问题加剧,可再生能源的快速发展成为必然趋势。其中,风能和太阳能正成为全国首选能源。但风能和太阳能资源本身具有随机性、间歇性和波动性,且各地资源禀赋不同。如何有效利用太阳能和风能资源在地理和资源特点上的互补性,合理建设风光互补发电系统,将对平滑系统出力、降低电力系统对调峰电源的需求以及提高风光资源的利用率有重要意义。基于此,本文以江苏省为例,从时空互补性、最佳容量配比和联合优化调度三个方面对风光资源互补特性及其利用展开研究。主要内容如下:（1）构建风光资源联合分布模型,分析风光资源时空互补特性。基于Frank-Copula函数构建风光资源联合分布模型,以Kendall相关系数为互补特性评估指标,分析风光资源的时空互补特性。以江苏省14个地区为研究对象,根据Micaps数据库的气象数据,评估江苏省风光资源互补程度最好的地区,并分别从月度、季度时间尺度和空间尺度上分析了风光资源的互补特性。这为江苏省风光项目的规划和审批提供参考。（2）针对江苏省风光资源互补性最好的地区,分析其最佳的风电和光伏发电系统容量配比。以互补率作为评价指标,分析最佳的风光发电装机配比,得到具有普遍参考意义的容量配比方案。其中,全部投入光伏装机容量,利用单因素枚举法,改变风机容量从而遍布研究范围内所有容量配比情况,得到互补性最优的容量配比范围,所得的容量配比在一定区域内均存在参考价值。同时对分季节的容量配比进行研究,通过对各季节的冗余容量进行撤出,能够更充分发挥风光资源的互补性。这为联合调度中的容量假设提供合理依据,也为实际风光时空互补项目的容量配比提供了理论依据和参考价值。（3）针对风光互补发电系统,构建联合优化调度模型。以联合发电互补率最大、备用火电运行成本最小及弃风弃光量最小为目标,以最优容量配比为约束,对所选互补性较好的地区进行联合优化调度。利用带有权重惯性因子的改进粒子群算法进行求解,结果表明,考虑风光互补率在调度中能够稳定火电备用的出力,并降低火电成本和弃风弃光量,对风光互补的利用更加充分。
王凯[8]（2021）在《脂肪醇聚醚磺酸盐对油水界面影响的分子模拟》文中指出脂肪醇聚氧乙烯醚磺酸盐类表面活性剂是典型的阴非离子型表面活性剂,可以兼具非离子型和阴离子型表面活性剂优点,且耐盐性能好,稳定性好,环境友好,逐渐应用于石油行业当中。本文选择十二烷基醇聚氧乙烯醚磺酸钠（AESO）为基础研究对象,通过改变AESO的亲水基团的部分结构以及油相组分和水相组分,设计出一系列模拟实验组,采用分子动力学模拟的研究方法,在常温常压下从微观角度对油/表面活性剂/水三元体系的界面性能的变化规律以及微观作用机理开展研究。首先,论文对聚氧乙烯数量不同的十二烷基醇聚氧乙烯醚磺酸钠在正十二烷/水界面的界面规律研究,考察聚合度对表面活性剂性能的影响;其次,对油相成分不同的油/表面活性剂/水三元体系进行模拟,研究油相与聚合度对体系界面性能的综合影响;最后,本文对聚氧乙烯数量不同的十二烷基醇聚氧乙烯醚磺酸钠在带有不同反离子的电解质溶液与正十二烷的界面中进行分组模拟,考察脂肪醇聚氧乙烯醚磺酸盐表面活性剂的抗盐性能。模拟计算表明:脂肪醇聚氧乙烯醚磺酸盐类表面活性剂在油水界面形成稳定的单分子膜,界面弯曲且具有一定厚度。通过计算界面生成能、密度分布、界面层厚度等参数,从理论上评价不同聚合度的脂肪醇聚氧乙烯醚磺酸盐类表面活性剂降低油水界面张力的影响因素和变化规律。当聚合度范围为3-9时,聚合度为6时的AESO在正十二烷/水界面以及正十六烷/水界面上活性较高。AESO具有优良的抗盐性,EO链越长,抗盐效果越好,当聚合度为3时,AESO的抗盐顺序为Na+>Ca2+>Mg2+。论文通过计算模拟,对表面活性剂的优化和设计提供理论指导。
马青松[9]（2021）在《复杂数字岩心建模在CO2-EOR模拟中的应用》文中研究说明二氧化碳强化采油（CO2-EOR）是将CO2注入油藏,利用CO2与油的物理化学作用,提高石油采收率,并实现CO2有效封存的一种技术,已在国内外广泛应用。影响CO2-EOR效果的主要因素之一是储层岩石的非均质性。在储层岩石内,非均质的孔隙结构通过与CO2-油的扩散传质以及多相流动的耦合作用,控制CO2与油的驱替过程和空间分布。目前,在孔隙尺度上,对混相和近混相条件下CO2驱油行为的数值模拟研究较少,导致孔隙结构异质性对CO2/油驱替过程的影响规律和作用机制认识不足,影响了CO2-EOR注入方案的优化设计与经济性分析。在孔隙尺度上对复杂多孔介质内CO2驱油行为的数值模拟,需要借助多孔介质数字岩心模型设置流动通道几何,以及能反映驱替过程物理本质的数学模型。本文首先提出了基于计算机断层扫描（CT）图像、颗粒大小分布和孔隙度测量数据构建非均质复杂数字岩心的建模方法。该方法基于不同大小颗粒的填充、生长、移动和收缩过程的模拟,生成与目标多孔介质孔隙和颗粒特征几乎一致的非均质数字岩心。在此基础上,本文开发了具有多目标、批处理、友好图形界面等优点的复杂数字岩心建模分析软件Pore&Flow Analysis,可以为格子-玻尔兹曼方法（LBM）和COMSOL等孔隙尺度数值方法或者模拟器提供多孔介质孔隙结构文件。基于相场法,本文分别构建了非混相、近混相和混相条件下描述多孔介质内扩散-多相流动耦合过程的CO2/油驱替数学模型,结合自主开发的复杂数字岩心建模软件,在孔隙尺度上数值模拟了非均质多孔介质内非混相、近混相和混相条件下的CO2/油驱替行为,揭示了不同CO2注入速度、CO2-油扩散系数及非均质孔隙结构对采油效率的影响。模拟结果表明:1)与非混相驱油相比,近混相驱油可以在一定程度上增加CO2扫掠面积,但不能改善对小孔喉中油的驱替;2)对于混相驱油,CO2优先驱替大孔喉中的油,随后逐渐侵入小孔喉,明显改善了对小孔喉中油的驱替效果;3)为了显着提高采油效率,混相驱油是首选方案,但提高CO2扩散系数对采收率的提高作用很小;4)对于非混相驱油,高CO2注入速度可以加快采油过程,但是无法显着提高采油率,在近混相条件下低CO2注入速度反而更有利于提高采油效率。
马泽洋[10]（2021）在《含大规模风电的发—输—配电系统充裕性优化决策研究》文中研究说明以风电为代表的新能源发电是实现“碳达峰、碳中和”目标最现实的战略选择。“碳达峰、碳中和”目标下,风电新增装机容量将持续增加,风电并网规模日益增大。然而,由于风电具有随机性、波动性和反调峰特性,大规模风电并网将使得我国面对巨大的风电消纳压力。随着智能电网的发展,需求响应、储能系统及分布式可控电源等多种灵活性资源成为应对系统不确定性的重要手段;特高压输电技术的快速发展及应用,让输电网结构经历巨大变化的同时,也使得通过多区协调调度成为消纳风电的有效措施。风电发电容量的快速提高、电力系统的结构的日趋复杂,都为电力系统运行带来了更多的不确定性影响因素,对电力系统的稳定运行带来了新的挑战,增加了电力系统发、输、配各环节运行调控的难度和风险。电力系统充裕性优化决策是在电力系统中大量不确定性因素存在下确保系统运行安全、可靠的前提和手段。然而,仅靠确定性的充裕性优化决策方法无法计及系统的不确定性因素,难以满足电力系统运行及决策的需要。因此,考虑发电、输电和配电各环节的不确定性,研究含大规模风电消纳的发-输-配电系统充裕性优化决策方法具有重要的理论意义和实际价值。本文的主要研究内容如下:（1）针对发电系统充裕性评估问题,提出基于需求响应的含风电系统发电充裕性评估模型,该模型能够考虑用户对于需求响应的参与意愿及其行为不确定性对大规模风电并网系统发电充裕性的影响。首先,由于用户作为需求响应决策者是有限理性的,决策结果与其主观标准有关。为刻画用户的主观风险偏好,采用行为金融学中的前景理论价值函数来刻画用户的主观风险态度,给出用户参与需求响应的主观效用值计算公式;其次,考虑到需求响应对于用户用能感受产生的改变会影响用户未来参与需求响应项目的程度和策略,根据用户主观效用值,提出采用改进的Roth-Erev算法刻画用户的需求响应潜力及参与行为,给出系统需求响应可用容量的度量方法;进而,将需求响应可用容量引入到运行约束中,以系统运行成本最低为目标函数,构建需求响应调度模型。最后,基于需求响应可用容量的度量和需求响应调度模型,对经典基于状态持续时间模拟的发电充裕性评估方法进行了扩展,提出了考虑大规模风电消纳和需求响应的发电充裕性评估方法。通过算例分析,验证所提出方法的可行性和有效性。（2）针对发电充裕性调度优化问题,提出Sobol序列改进的拉丁超立方抽样方法,该方法能够提高考虑风电出力相关性的随机场景的生成效率;基于Glue-VaR提出可用发电容量不足指标,进而构建基于Glue-VaR的大规模风电并网系统发电充裕性调度优化模型。首先,为了考虑风电场实际出力的相关性,提出采用D-vine Copula对风速预测误差的相关性进行刻画;其次,为了克服经典简单随机抽样方法均匀性较差,且获得的D-vine Copula样本可能引入非预期的相关性的不足,提出将Sobol序列引入拉丁超立方抽样框架中,提出Sobol序列改进的拉丁超立方抽样方法;进而,考虑不同电力系统参与者的风险偏好,提出基于Glue-VaR的可用发电容量不足指标对发电充裕性进行评估;综合考虑运行成本和发电充裕性风险,建立多目标充裕性调度优化模型;最后,基于ε-约束方法得到帕累托前沿,提出采用熵权-加权聚合和积评价方法来寻找充裕性优化模型的理想有效解。通过算例分析,验证所提出模型的可行性和方法的有效性。（3）针对输电系统可用输电能力决策问题,基于联合累积量提出一种新的可用输电能力的概率评估方法,并据此提出基于期望分位数的风险可用输电能力的决策模型。首先,为解决累积量方法要求变量间相互独立,无法考虑风电出力相关性的问题,提出采用联合累积量结合FGM Copula函数刻画风电出力相关性;其次,针对可用输电能力的概率性评估问题,结合分区积分方法和Cornish-Fisher展开,建立可用输电能力概率评估模型;最后,针对基于风险价值的决策方法仅考虑概率分布尾部实现的概率,无法描述整个分布中产生的风险的问题,提出基于期望分位数的风险可用输电能力指标,并提出其评估流程。通过算例分析,验证所提出指标及模型的可行性和实用性。（4）针对配电系统风电接入充裕性优化问题,提出相对鲁棒GVaR风险度量,并据此提出配电系统风电接入充裕性指标。首先,针对传统鲁棒优化模型优化结果过于保守,且无法考虑配电系统不同参与者的风险偏好的问题,定义一种相对鲁棒GVaR风险度量指标,并对相对鲁棒GVaR指标的性质进行研究;其次,为反映配电系统保证风电接入的能力,结合相对鲁棒GVaR指标,提出配电系统弃风能量相对风险指标,并给出弃风能量相对风险指标的计算公式;进而,为反映历史数据中风电出力和负荷的对应关系,构建了风电-负荷分级功率模型,并基于该模型,以日前运行成本最低和弃风能量相对风险最低建立了随机-鲁棒混合优化模型;最后,采用列和约束生成算法求解随机鲁棒联合优化模型,并将其中难以处理的双线性项采用大M法化简,将模型转换为混合整数线性规划问题进行求解。通过算例分析,验证所提出指标及模型的可行性和有效性。
二、二元分布函数的密度收敛（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、二元分布函数的密度收敛（论文提纲范文）
（1）考虑风电不确定性的含海上风电场电力系统优化调度策略研究（论文提纲范文）
| 0 引言 |
| 1 Copula函数分析及预测风电功率 |
| 1.1 基本原理 |
| 1.1.1 Copula函数定义 |
| 1.1.2 Copula函数的种类 |
| 1.2 风力发电的出力特性及不确定性因素 |
| 1.2.1 风电的出力特性 |
| 1.2.2 风电的不确定性因素 |
| 1.3 基于Copula函数对风速及风功率的相关性分析 |
| 1.3.1 Copula函数分布检验 |
| 1.3.2 风电功率的区间预测 |
| 2 风火联合优化调度建模 |
| 2.1 风火优化调度模型的建立 |
| 2.1.1 目标函数 |
| 2.1.2 约束条件 |
| 2.2 算法对比 |
| 3 算例分析 |
| 3.1 算例说明 |
| 3.2 算例结果分析 |
| 4 结论 |
（2）基于Copula密度函数的毛竹胸径年龄结构特征二元联合分布（论文提纲范文）
| 1 材料与方法 |
| 1.1 试验材料 |
| 1.2 研究方法 |
| 1.2.1 基本公式 |
| 1.2.2 最优Copula密度函数识别方法 |
| 1.2.3 毛竹胸径年龄二元Copula密度模型 |
| 1.2.4 最优Copula密度函数与常用二元分布函数的对比分析 |
| 2 结果与分析 |
| 2.1 最优二元Copula密度函数的选取 |
| 2.1.1 毛竹胸径年龄累计分布二维频数直方图 |
| 2.1.2 毛竹胸径年龄的二维Copula密度函数图 |
| 2.1.3 基于AIC的Copula函数优选 |
| 2.2 二元Gumbel Copula分布(密度)函数与常用二元分布(密度)函数的对比分析 |
| 2.3 毛竹胸径年龄二元概率密度图与二元Gumbel Copula分布图 |
| 3 讨论 |
| 3.1 二元Copula分布(密度)函数与常用二元分布(密度)函数的比较 |
| 3.2 森林结构特征因子的相关性 |
| 3.3 森林结构特征因子联合分布研究展望 |
| 4 结论 |
（3）中国大陆股市与国际主要股市的相依性、风险溢出与影响因素研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 问题提出与研究内容 |
| 1.2.1 问题提出 |
| 1.2.2 研究内容 |
| 1.3 研究框架与研究方法 |
| 1.3.1 研究框架 |
| 1.3.2 研究方法 |
| 1.4 概念界定 |
| 1.4.1 相依性 |
| 1.4.2 风险溢出 |
| 1.4.3 概念间的关联 |
| 1.5 研究的创新点 |
| 2 文献综述 |
| 2.1 股票市场相依性研究 |
| 2.1.1 发达国家股市间的相依性 |
| 2.1.2 发达国家股市与新兴经济体股市间的相依性 |
| 2.1.3 中国股市的相依性 |
| 2.1.4 中外股市间的相依性 |
| 2.1.5 股市的跨资产类别相依性 |
| 2.2 金融市场相依性的影响因素 |
| 2.2.1 经济政策不确定性 |
| 2.2.2 其他影响因素 |
| 2.3 金融市场风险溢出研究 |
| 2.3.1 不同国家(地区)同一金融市场 |
| 2.3.2 同一国家(地区)不同金融市场 |
| 2.4 文献述评 |
| 3 理论分析与研究设计 |
| 3.1 金融市场相依性与风险溢出的理论基础 |
| 3.1.1 资产定价理论 |
| 3.1.2 Copula理论 |
| 3.2 金融市场相依性与风险溢出的成因 |
| 3.3 金融市场相依性与风险溢出的影响机理 |
| 3.4 研究设计 |
| 3.4.1 中国大陆股市与国际主要股市的边缘分布模型 |
| 3.4.2 中国大陆股市与国际主要股市的静态与时变相依结构 |
| 3.4.3 中国大陆股市与国际主要股市相依性的影响因素 |
| 3.4.4 中国大陆股市与国际主要股市的高维相依结构、风险测度与溢出 |
| 3.5 本章小结 |
| 4 中国大陆股市与国际主要股市的边缘分布模型 |
| 4.1 边缘分布模型构建与择优标准 |
| 4.1.1 参数ARMA-GARCH族模型 |
| 4.1.2 参数ARMA-GARCH族-EVT模型 |
| 4.1.3 非参数ARMA-GARCH族-EVT模型 |
| 4.1.4 非参数核密度函数 |
| 4.1.5 模型择优标准 |
| 4.2 数据选取与基本分析 |
| 4.2.1 数据的选取及其说明 |
| 4.2.2 数据的基本统计分析和相关检验 |
| 4.3 边缘分布模型的估计与择优 |
| 4.3.1 基于参数ARMA-GARCH族模型的边缘分布估计 |
| 4.3.2 基于参数ARMA-GARCH族-EVT模型的边缘分布估计 |
| 4.3.3 基于非参数ARMA-GARCH族-EVT模型的边缘分布估计 |
| 4.3.4 基于非参数核密度函数的边缘分布估计 |
| 4.3.5 最优边缘分布模型 |
| 4.4 本章小结 |
| 5 中国大陆股市与国际主要股市的静态与时变相依结构 |
| 5.1 数据与方法 |
| 5.1.1 数据选取 |
| 5.1.2 实证方法 |
| 5.2 实证分析 |
| 5.2.1 中国大陆股市与国际主要股市的静态相依结构 |
| 5.2.2 中国大陆股市与国际主要股市的时变相依结构 |
| 5.2.3 基于时变Copula函数的结构变点诊断 |
| 5.3 本章小结 |
| 6 中国大陆股市与国际主要股市相依性的影响因素 |
| 6.1 中国大陆股市与国际主要股市相依性的影响因素及其机理分析 |
| 6.1.1 经济政策不确定性 |
| 6.1.2 共同冲击 |
| 6.1.3 宏观经济状况 |
| 6.1.4 股市特性 |
| 6.2 数据与变量选取 |
| 6.3 实证分析 |
| 6.3.1 面板单位根检验 |
| 6.3.2 面板数据模型的构建与估计 |
| 6.3.3 稳健性讨论 |
| 6.4 全球股市与数字货币市场的跨资产类别相依性与影响因素 |
| 6.4.1 数据与变量选取 |
| 6.4.2 全球股市与数字货币市场的跨资产类别相依性 |
| 6.4.3 经济政策不确定性对全球股市与数字货币市场相依性的影响 |
| 6.5 本章小结 |
| 7 中国大陆股市与国际主要股市的高维相依结构、风险测度与溢出 |
| 7.1 数据与方法 |
| 7.1.1 数据来源与统计描述 |
| 7.1.2 实证方法 |
| 7.2 实证分析 |
| 7.2.1 样本间的Kendall’s tau秩相关系数 |
| 7.2.2 中国大陆股市与国际主要股市的高维相依结构 |
| 7.2.3 中国大陆股市与国际主要股市的风险测度 |
| 7.2.4 中国大陆股市与国际主要股市的风险溢出 |
| 7.3 稳健性检验 |
| 7.4 本章小结 |
| 8 总论 |
| 8.1 研究结论 |
| 8.2 研究启示 |
| 8.3 不足与展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
（5）广义修正偏slash分布及其相关分布的极值理论（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 偏slash分布的研究进展 |
| 1.2.2 极值分布的研究进展 |
| 1.3 主要研究工作及组织结构 |
| 1.3.1 主要研究工作 |
| 1.3.2 组织结构 |
| 2 广义修正偏slash分布的尾部相关性 |
| 2.1 广义修正偏slash分布 |
| 2.1.1 广义修正偏slash分布的定义 |
| 2.1.2 广义修正偏slash分布的性质 |
| 2.2 多维广义修正偏slash分布 |
| 2.3 二维广义修正偏slash分布的尾部相关性 |
| 2.4 本章小结 |
| 3 α偏正态分布的极值性质和尾部渐近性 |
| 3.1 α 偏正态分布 |
| 3.2 α偏正态分布的极值性质 |
| 3.3 二维α偏正态分布的尾部渐近性 |
| 3.4 本章小结 |
| 4 Slash Lomax分布的性质与应用 |
| 4.1 Slash Lomax分布 |
| 4.1.1 Slash Lomax分布的定义 |
| 4.1.2 Slash Lomax分布的性质 |
| 4.2 利用ECM算法进行数值模拟 |
| 4.2.1 ECM算法理论 |
| 4.2.2 数值模拟 |
| 4.3 Slash Lomax回归模型 |
| 4.3.1 Slash Lomax回归模型的ECM算法理论 |
| 4.3.2 数值模拟 |
| 4.4 实际应用 |
| 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 |
| 攻读学位期间主要研究成果 |
（6）巨灾债券对投资组合的影响研究 ——基于GARCH-Copula的风险度量（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究综述 |
| 1.2.1 资产间的相关性 |
| 1.2.2 投资组合的风险度量 |
| 1.2.3 巨灾债券与投资组合 |
| 1.3 研究内容与思路 |
| 1.4 创新点 |
| 2 相关理论基础 |
| 2.1 巨灾债券市场概况 |
| 2.1.1 巨灾债券的参与主体与运作机制 |
| 2.1.2 巨灾债券的风险和收益特征 |
| 2.2 GARCH模型 |
| 2.2.1 GARCH模型的原理 |
| 2.2.2 GARCH模型的参数估计与检验 |
| 2.3 Copula函数 |
| 2.3.1 Copula函数的性质 |
| 2.3.2 Copula函数的分类 |
| 2.3.3 Copula函数与相关性度量 |
| 2.4 VaR方法 |
| 2.4.1 传统VaR的计算方法 |
| 2.4.2 基于GARCH-Copula的 VaR计算方法 |
| 2.4.3 VaR方法的检验 |
| 2.4.4 VaR方法的改进 |
| 3 巨灾债券与国内股票、债券资产相关性分析 |
| 3.1 样本数据选择与描述 |
| 3.1.1 数据选择与处理 |
| 3.1.2 数据的描述性统计 |
| 3.2 样本数据检验 |
| 3.2.1 平稳性检验 |
| 3.2.2 自相关检验 |
| 3.2.3 ARCH效应检验 |
| 3.3 边缘分布GARCH模型 |
| 3.3.1 GARCH模型参数 |
| 3.3.2 GARCH边缘分布检验 |
| 3.3.3 GARCH边缘分布的VaR回测 |
| 3.4 基于Copula模型的联合分布函数构建 |
| 3.4.1 Copula函数的选择 |
| 3.4.2 T-Copula函数的参数估计 |
| 4 含巨灾债券投资组合的风险度量与优化 |
| 4.1 含巨灾债券的投资组合风险度量 |
| 4.1.1 单个资产的风险度量 |
| 4.1.2 二元投资组合风险度量 |
| 4.1.3 三元投资组合风险度量 |
| 4.2 含巨灾债券的投资组合优化 |
| 4.2.1 基于均值-CVaR模型的目标函数构建 |
| 4.2.2 投资组合的优化分析 |
| 5 结论与建议 |
| 5.1 研究结论 |
| 5.2 政策建议 |
| 5.3 研究不足与展望 |
| 参考文献 |
| 致谢 |
（7）风光资源互补特性分析及联合优化调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 风光资源互补概述 |
| 1.2.1 风光资源互补 |
| 1.2.2 风光资源时空互补 |
| 1.2.3 时空互补的特点及优势 |
| 1.3 研究现状 |
| 1.3.1 可再生能源互补特性研究现状 |
| 1.3.2 风光互补容量配比研究现状 |
| 1.3.3 风光互补联合调度研究现状 |
| 1.4 本文的主要工作 |
| 1.4.1 研究内容 |
| 1.4.2 创新点 |
| 1.4.3 技术路线图 |
| 1.5 本章小结 |
| 第2章 风光互补基础理论 |
| 2.1 风光互补基本形式 |
| 2.1.1 风光互补基本利用形式 |
| 2.1.2 风光互补系统基本运行模式 |
| 2.2 研究互补的理论指标 |
| 2.2.1 相关性理论指标 |
| 2.2.2 波动性理论指标 |
| 2.3 实现风光时空互补的要求 |
| 2.3.1 风光时空互补容量合理配置要求 |
| 2.3.2 风光时空互补运行技术要求 |
| 2.4 本章小结 |
| 第3章 风光资源互补特性分析 |
| 3.1 风光资源联合概率分布构建 |
| 3.1.1 风速日照时长概率分布 |
| 3.1.2 基于Copula函数的风光资源联合分布构建 |
| 3.1.3 Copula函数中的参数估计 |
| 3.1.4 模型评价 |
| 3.2 基于Copula函数和相关系数的风光资源互补特性分析 |
| 3.2.1 Copula函数与相关性关系 |
| 3.2.2 相关性与互补性关系 |
| 3.3 区域互补特性案例分析 |
| 3.3.1 研究区域及站点选择 |
| 3.3.2 站点间互补特性分析 |
| 3.4 时空互补特性案例分析 |
| 3.4.1 时间互补特性分析 |
| 3.4.2 空间互补特性分析 |
| 3.5 本章小结 |
| 第4章 考虑风光互补特性的系统容量配比研究 |
| 4.1 风力发电机出力模型 |
| 4.2 光伏出力模型 |
| 4.3 基于风光出力互补性的容量配比研究 |
| 4.3.1 容量配比中互补性指标 |
| 4.3.2 容量配比研究方法 |
| 4.3.3 长时间尺度下互补容量配比研究 |
| 4.3.4 不同季节下互补容量配比研究 |
| 4.4 本章小结 |
| 第5章 考虑风光互补的联合优化调度研究 |
| 5.1 联合优化调度模型 |
| 5.1.1 目标函数 |
| 5.1.2 约束条件 |
| 5.2 联合优化调度求解算法 |
| 5.2.1 改进粒子群算法 |
| 5.2.2 算法流程 |
| 5.3 联合优化调度案例分析 |
| 5.3.1 参数输入 |
| 5.3.2 结果分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（8）脂肪醇聚醚磺酸盐对油水界面影响的分子模拟（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 表面活性剂简介 |
| 1.2.1 表面活性剂的分类 |
| 1.2.2 影响表面活性剂吸附的因素 |
| 1.3 稠油乳化降粘机理概述 |
| 1.3.1 乳化剂分子结构对乳化性能的影响 |
| 1.3.2 稠油乳化降粘以及减阻原理 |
| 1.3.3 稠油乳状液形成所需条件 |
| 1.4 分子模拟 |
| 1.4.1 分子模拟技术 |
| 1.4.2 分子模拟方法 |
| 1.4.3 表面活性剂在分子模拟领域的研究 |
| 1.5 研究内容与技术路线 |
| 第二章 分子模拟软件与模拟方法 |
| 2.1 Material Studio软件介绍 |
| 2.2 Material Studio的力场介绍 |
| 2.3 能量最小化 |
| 2.4 分子动力学模拟 |
| 2.4.1 分子动力学的积分运动等式 |
| 2.4.2 分子动力学的不同系统 |
| 2.4.3 周期边界条件 |
| 2.4.4 分子动力学模拟过程 |
| 第三章 聚合度对AESO界面聚集行为的影响研究 |
| 3.1 AESO在正十二烷/水界面的MD模拟 |
| 3.1.1 模拟对象 |
| 3.1.2 模型构建 |
| 3.1.3 模拟计算 |
| 3.1.4 结果与分析 |
| 3.2 AESO在正十六烷/水界面的MD模拟 |
| 3.2.1 引言 |
| 3.2.2 模拟对象 |
| 3.2.3 模型构建 |
| 3.2.4 结果与分析 |
| 3.3 本章小结 |
| 第四章 AESO在油水界面的抗盐性能研究 |
| 4.1 模拟对象 |
| 4.2 模型构建与模拟过程 |
| 4.3 结果与分析 |
| 4.3.1 定性分析 |
| 4.3.2 均方根位移 |
| 4.3.3 界面生成能 |
| 4.3.4 径向分布函数 |
| 4.4 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间参加科研情况及获得的学术成果 |
（9）复杂数字岩心建模在CO2-EOR模拟中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 数字岩心及建模 |
| 1.2.1 数字岩心定义和构建方法 |
| 1.2.2 数字岩心在多相流模拟中的应用 |
| 1.3 CO_2-EOR中的多相流研究进展 |
| 1.3.1 CO_2-EOR涉及的多相流动 |
| 1.3.2 研究现状与主要问题 |
| 1.4 研究目的、内容及技术路线 |
| 1.4.1 研究目的 |
| 1.4.2 研究内容及技术路线 |
| 2 数字岩心建模软件设计与实现 |
| 2.1 建模原理与分析 |
| 2.1.1 复杂数字岩心构建原理与方法 |
| 2.1.2 孔渗特征分析计算方法 |
| 2.2 软件系统的设计 |
| 2.2.1 软件开发环境和依赖库 |
| 2.2.2 数字岩心构建模块 |
| 2.2.3 整体和局部孔渗特征分析模块 |
| 2.2.4 孔隙结构提取与输出模块 |
| 2.3 软件界面效果展示 |
| 2.3.1 构建数字岩心的操作流程 |
| 2.3.2 整体和局部孔渗特征计算 |
| 2.3.3 提取与输出孔隙结构文件 |
| 2.3.4 数字岩心的图像显示与操作 |
| 2.4 本章小结 |
| 3 孔隙尺度非均质多孔介质内CO_2驱油数值模型 |
| 3.1 CO_2驱油数值模型与计算求解器 |
| 3.1.1 非混相和近混相驱替模型 |
| 3.1.2 混相驱替模型 |
| 3.1.3 数值计算求解器 |
| 3.2 驱替模型验证 |
| 3.2.1 非混相模型验证 |
| 3.2.2 混相模型验证 |
| 3.3 本章小结 |
| 4 异质性多孔介质内的CO_2驱油流动行为研究 |
| 4.1 CO_2驱替孔隙尺度模型和参数设置 |
| 4.1.1 孔隙几何、初始和边界条件设置 |
| 4.1.2 模型参数 |
| 4.1.3 数值求解方案细节 |
| 4.2 不同因素对CO_2/油流动行为影响 |
| 4.2.1 非混相、近混相和混相CO_2注入条件下流动行为和油采收率 |
| 4.2.2 非混相和近混相条件下注入速度对采收率的影响 |
| 4.2.3 混相条件下扩散系数对油采收率的影响 |
| 4.2.4 随机非均质孔隙结构对CO_2混相驱油的影响 |
| 4.3 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 附录 A 非均质数字岩心建模软件的C++类信息 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（10）含大规模风电的发—输—配电系统充裕性优化决策研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 发电充裕性评估模型 |
| 1.2.2 发电充裕性优化模型 |
| 1.2.3 输电系统可用输电能力决策 |
| 1.2.4 配电系统充裕性评估 |
| 1.3 研究内容及结构 |
| 1.3.1 研究内容 |
| 1.3.2 研究结构 |
| 1.4 论文的主要创新点 |
| 第2章 相关基础理论研究 |
| 2.1 发电充裕性评估理论 |
| 2.1.1 发电充裕性指标概述 |
| 2.1.2 发电充裕性指标的计算 |
| 2.1.3 基于蒙特卡洛法的发电充裕性评估 |
| 2.2 拟蒙特卡洛法 |
| 2.3 随机优化与场景分析理论 |
| 2.3.1 随机优化的基本概念与模型 |
| 2.3.2 场景分析理论 |
| 2.4 相关性分析理论 |
| 2.4.1 相关系数 |
| 2.4.2 Copula理论 |
| 2.4.3 藤Copula理论 |
| 2.5 风险度量 |
| 2.5.1 风险与风险度量概述 |
| 2.5.2 VaR和CVaR的定义及性质 |
| 2.5.3 VaR和CVaR的计算方法 |
| 2.6 本章小结 |
| 第3章 基于需求响应的含风电系统发电充裕性评估模型 |
| 3.1 发电机组特性建模 |
| 3.1.1 发电机组出力特征建模 |
| 3.1.2 发电机组的可靠性模型 |
| 3.2 用户负荷特征建模 |
| 3.2.1 刚性负荷 |
| 3.2.2 可中断负荷 |
| 3.2.3 可转移负荷 |
| 3.3 用户参与需求响应策略分析 |
| 3.3.1 前景理论中的价值函数 |
| 3.3.2 用户主观效用值的计算 |
| 3.3.3 基于改进Roth-Erev算法的用户行为意愿模型 |
| 3.4 考虑大规模风电消纳的需求响应调度模型 |
| 3.5 发电充裕性评估模型 |
| 3.5.1 发电充裕性指标的计算 |
| 3.5.2 发电充裕性评估模型 |
| 3.6 算例分析 |
| 3.6.1 测试系统与基本数据 |
| 3.6.2 发电充裕性评估结果及分析 |
| 3.6.3 对比分析 |
| 3.7 本章小结 |
| 第4章 基于Glue-VaR的大规模风电并网系统发电充裕性调度优化模型 |
| 4.1 基于Sobol序列改进拉丁超立方抽样的随机场景生成方法 |
| 4.1.1 风速预测误差的非参数分布模型 |
| 4.1.2 基于D-vine Copula的风速预测误差相关性分析模型 |
| 4.1.3 Sobol序列改进的拉丁超立方抽样方法 |
| 4.1.4 基于SaLHS的随机场景生成方法 |
| 4.2 基于Glue-VaR的发电充裕性评估指标 |
| 4.3 考虑发电充裕性风险的调度优化模型 |
| 4.3.1 目标函数 |
| 4.3.2 约束条件 |
| 4.3.3 基于熵权-加权聚合和积评价的多目标求解方法 |
| 4.4 算例分析 |
| 4.4.1 基于SaLHS的风速预测误差场景生成 |
| 4.4.2 多目标日前随机调度结果及分析 |
| 4.4.3 对比分析 |
| 4.5 本章小结 |
| 第5章 基于期望分位数的含风电系统可用输电能力的决策模型 |
| 5.1 考虑大规模风电消纳的可用输电能力决策问题分析 |
| 5.1.1 可用输电能力评估框架 |
| 5.1.2 考虑相关性的多风电场联合出力不确定性建模 |
| 5.1.3 考虑大规模风电消纳的可用输电能力评估模型 |
| 5.2 基于联合累积量的可用输电能力概率评估模型 |
| 5.3 基于期望分位数的风险可用输电能力决策模型 |
| 5.3.1 期望分位数 |
| 5.3.2 基于期望分位数的风险可用输电能力评估指标 |
| 5.3.3 基于期望分位数的风险可用输电能力决策步骤 |
| 5.4 算例分析 |
| 5.4.1 测试系统与基本数据 |
| 5.4.2 可用输电能力评估结果及分析 |
| 5.4.3 对比分析 |
| 5.5 本章小结 |
| 第6章基于相对鲁棒GVaR的配电系统风电接入充裕性优化模型 |
| 6.1 基于相对鲁棒GVaR的风电接入充裕性指标 |
| 6.1.1 风电接入充裕性 |
| 6.1.2 相对鲁棒GVaR风险评估模型 |
| 6.1.3 基于相对鲁棒GVaR的配电系统风电接入充裕性指标 |
| 6.2 风电-负荷分级功率模型 |
| 6.3 考虑风电接入充裕性的随机-鲁棒混合优化模型 |
| 6.3.1 目标函数 |
| 6.3.2 约束条件 |
| 6.4 随机-鲁棒混合优化模型转换与求解 |
| 6.5 算例分析 |
| 6.5.1 测试系统与基本数据 |
| 6.5.2 优化结果及分析 |
| 6.5.3 对比分析 |
| 6.6 本章小结 |
| 第7章 研究成果与结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
四、二元分布函数的密度收敛（论文参考文献）
- [1]考虑风电不确定性的含海上风电场电力系统优化调度策略研究[J]. 张晋华,朱悦榕,李旭强,刘良雨. 分布式能源, 2021(05)
- [2]基于Copula密度函数的毛竹胸径年龄结构特征二元联合分布[J]. 刘恩斌,姚鸿文,任泽茜,周国模,杜华强. 林业科学, 2021(11)
- [3]中国大陆股市与国际主要股市的相依性、风险溢出与影响因素研究[D]. 钱玲玲. 浙江大学, 2021
- [4]基于半不变量法概率潮流的分布式电源优化配置的研究[D]. 赵梓翔. 东北石油大学, 2021
- [5]广义修正偏slash分布及其相关分布的极值理论[D]. 李慧慧. 西安理工大学, 2021(01)
- [6]巨灾债券对投资组合的影响研究 ——基于GARCH-Copula的风险度量[D]. 任月明. 大连理工大学, 2021(01)
- [7]风光资源互补特性分析及联合优化调度研究[D]. 周颖. 南京信息工程大学, 2021(01)
- [8]脂肪醇聚醚磺酸盐对油水界面影响的分子模拟[D]. 王凯. 西安石油大学, 2021(09)
- [9]复杂数字岩心建模在CO2-EOR模拟中的应用[D]. 马青松. 大连理工大学, 2021(01)
- [10]含大规模风电的发—输—配电系统充裕性优化决策研究[D]. 马泽洋. 华北电力大学(北京), 2021(01)