改进粒子群算法在电力系统无功优化中的应用
| 摘要 | 第1-12页 |
| ABSTRACT | 第12-15页 |
| 第一章 绪论 | 第15-26页 |
| ·课题的研究背景与意义 | 第15-16页 |
| ·无功优化在国内外的发展及研究现状 | 第16-25页 |
| ·无功优化的特点 | 第16-17页 |
| ·无功优化研究的不同之处 | 第17页 |
| ·传统的优化方法 | 第17-21页 |
| ·人工智能算法 | 第21-25页 |
| ·本文的主要研究工作 | 第25-26页 |
| 第二章 电力系统无功优化的数学模型 | 第26-30页 |
| ·引言 | 第26页 |
| ·无功优化的数学模型 | 第26-27页 |
| ·本文选取的目标函数 | 第27-28页 |
| ·无功优化中的约束条件 | 第28-29页 |
| ·不等式约束 | 第28-29页 |
| ·功率约束方程 | 第29页 |
| ·小结 | 第29-30页 |
| 第三章 粒子群优化算法及改进粒子群算法 | 第30-47页 |
| ·粒子群算法的起源 | 第30页 |
| ·原始粒子群算法和标准粒子群算法 | 第30-35页 |
| ·原始粒子群算法的基本原理 | 第30-32页 |
| ·原始粒子群算法的实现流程 | 第32-33页 |
| ·标准粒子群算法 | 第33-34页 |
| ·粒子群算法的特点 | 第34-35页 |
| ·粒子群算法的改进措施综述 | 第35-40页 |
| ·惯性权重的改进 | 第35-37页 |
| ·带收缩因子的粒子群算法 | 第37-38页 |
| ·学习因子c1和c2的改进 | 第38页 |
| ·其他参数的选择 | 第38-39页 |
| ·粒子群算法与其他算法的结合 | 第39-40页 |
| ·拓扑结构的改进 | 第40页 |
| ·改进粒子群算法的提出 | 第40-43页 |
| ·参数方面的改进 | 第41页 |
| ·与遗传算法中的选择操作相结合 | 第41-43页 |
| ·加入扰动因子 | 第43页 |
| ·改进粒子群算法的操作流程 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 改进粒子群算法应用于电力系统无功优化 | 第47-56页 |
| ·引言 | 第47页 |
| ·基于改进粒子群算法的无功优化中的几个环节 | 第47-52页 |
| ·离散变量的处理 | 第47-48页 |
| ·适应度函数的选取 | 第48页 |
| ·收敛准则 | 第48-49页 |
| ·无功优化中的潮流计算方法 | 第49-52页 |
| ·改进粒子群算法的无功优化流程 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 基于MATLAB下的算例仿真结果分析 | 第56-71页 |
| ·引言 | 第56页 |
| ·IEEE-14节点算例分析 | 第56-63页 |
| ·IEEE-14节点测试系统数据 | 第56页 |
| ·标准PSO算法和MPSO算法中的参数设置 | 第56-60页 |
| ·仿真结果分析 | 第60-63页 |
| ·IEEE-30节点算例分析 | 第63-70页 |
| ·IEEE-30节点测试系统连接图 | 第63-64页 |
| ·IEEE-30节点测试系统的各种数据 | 第64-66页 |
| ·IEEE-30节点测试系统的仿真结果分析 | 第66-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 结论与展望 | 第71-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 学位论文评阅及答辩情况表 | 第80页 |
