基于PMU的分布式动态状态估计的研究
| 第一章 绪论 | 第1-17页 |
| 1．1 动态状态估计研究的意义 | 第9-10页 |
| 1．2 动态状态估计的研究现状 | 第10-13页 |
| 1．3 动态状态估计的难点 | 第13-14页 |
| 1．4 本文所作工作 | 第14-15页 |
| 1．5 论文内容 | 第15-17页 |
| 第二章 动态状态估计算法分析 | 第17-31页 |
| 2．1 卡尔曼滤波算法 | 第17-21页 |
| 2．2 改进动态状态估计算法 | 第21-26页 |
| 2．2．1 计入非线性的 Kalman滤波算法 | 第21-22页 |
| 2．2．2 光滑增平面动态状态估计 | 第22-23页 |
| 2．2．3 自适应预报动态状态估计法 | 第23-24页 |
| 2．2．4 鲁棒动态状态估计算法 | 第24-25页 |
| 2．2．5 基于 ANN母线负荷预测的动态估计法 | 第25-26页 |
| 2．3 算例仿真及算法评价 | 第26-29页 |
| 2．3．1 算例概要 | 第26-27页 |
| 2．3．2 性能指标 | 第27页 |
| 2．3．3 仿真结果及评价 | 第27-29页 |
| 2．4 结论 | 第29-31页 |
| 第三章 基于 PMU的改进鲁棒动态状态估计新算法 | 第31-44页 |
| 3．1 PMU的基本理论 | 第31-35页 |
| 3．1．1 PMU的概况 | 第31-33页 |
| 3．1．2 PMU的原理 | 第33-34页 |
| 3．1．3 PMU在状态估计中的应用 | 第34-35页 |
| 3．2 基于 PMU的改进鲁棒动态状态估计算法 | 第35-38页 |
| 3．2．1 前言 | 第35-36页 |
| 3．2．2 直接计入 PMU方法 | 第36页 |
| 3．2．3 雅克比矩阵加权方法 | 第36-38页 |
| 3．3 算例仿真及算法评价 | 第38-42页 |
| 3．3．1 算例概要 | 第38-39页 |
| 3．3．2 仿真结果及评价 | 第39-42页 |
| 3．4 结论 | 第42-44页 |
| 第四章 分布式动态状态估计新算法 | 第44-56页 |
| 4．1 分布式算法的理论 | 第44-45页 |
| 4．1．1 分布式并行技术简介 | 第44页 |
| 4．1．2 分布并行在状态估计中的应用 | 第44-45页 |
| 4．2 原搭接分布式算法 | 第45-47页 |
| 4．2．1 前言 | 第45页 |
| 4．2．2 电力系统的分区 | 第45-46页 |
| 4．2．3 注入量测量的处理 | 第46页 |
| 4．2．4 局部参考母线的处理 | 第46-47页 |
| 4．2．5 原搭接分布式算法 | 第47页 |
| 4．3 结合 PMU的分布式算法 | 第47-50页 |
| 4．4 算例仿真及算法评价 | 第50-55页 |
| 4．4．1 算例概要 | 第50-51页 |
| 4．4．2 仿真结果 | 第51-55页 |
| 4．5 结论 | 第55-56页 |
| 第五章 总结和展望 | 第56-60页 |
| 5．1 总结 | 第56-58页 |
| 5．2 展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间发表的论文 | 第65-66页 |
| 声明 | 第66-67页 |
| 致谢 | 第67-68页 |
| 附录 A(Jacobian Matrix) | 第68-70页 |
| 附录 B(IEEE14节点数据) | 第70-72页 |
