电网故障诊断及保护定值优化研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 图表目录 | 第11-13页 |
| 1 绪论 | 第13-19页 |
| ·研究的目的和意义 | 第13-14页 |
| ·电网故障诊断与保护定值优化概述 | 第14-15页 |
| ·故障诊断的基本任务 | 第14页 |
| ·反时限过电流保护及其定值优化 | 第14-15页 |
| ·电网故障诊断的研究现状 | 第15-17页 |
| ·反时限过电流保护定值优化的研究现状 | 第17-18页 |
| ·论文的主要工作 | 第18-19页 |
| 2 粒子群与量子粒子群优化算法 | 第19-29页 |
| ·群智能优化算法的概念 | 第19页 |
| ·粒子群算法的原理与实现 | 第19-24页 |
| ·粒子群算法的模型原理 | 第19-22页 |
| ·粒子群算法中的参数分析 | 第22-24页 |
| ·粒子群算法的改进 | 第24页 |
| ·量子粒子群算法的原理与实现 | 第24-28页 |
| ·量子粒子群算法的引入 | 第24-25页 |
| ·量子粒子群算法的基本原理 | 第25-27页 |
| ·量子粒子群算法的流程 | 第27页 |
| ·量子粒子群算法的优点 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 3 基于粒子群和量子粒子群算法的故障诊断 | 第29-45页 |
| ·引言 | 第29页 |
| ·基于状态关联的故障定位 | 第29-31页 |
| ·故障诊断的数学模型 | 第31-34页 |
| ·故障诊断基本原理 | 第31-32页 |
| ·0-1整数规划 | 第32-33页 |
| ·故障诊断的0-1整数规划数学模型 | 第33-34页 |
| ·故障诊断案例1 | 第34-39页 |
| ·故障情形 | 第34页 |
| ·识别停电区域 | 第34-35页 |
| ·确定保护和断路器的实际状态向量 | 第35页 |
| ·确定保护和断路器的期望状态向量 | 第35-37页 |
| ·利用粒子群算法求解 | 第37-38页 |
| ·利用量子粒子群算法求解 | 第38-39页 |
| ·诊断结果分析 | 第39页 |
| ·故障诊断案例2 | 第39-44页 |
| ·故障情形 | 第40页 |
| ·识别停电区域 | 第40页 |
| ·确定保护和断路器的实际状态向量 | 第40-41页 |
| ·确定保护和断路器的期望状态向量 | 第41-42页 |
| ·利用粒子群算法求解 | 第42-43页 |
| ·利用量子粒子群算法求解 | 第43-44页 |
| ·诊断结果分析 | 第44页 |
| ·本章小结 | 第44-45页 |
| 4 基于量子粒子群算法的反时限过电流保护优化协调 | 第45-67页 |
| ·目标函数的建立 | 第45-47页 |
| ·量子粒子群算法的改进 | 第47-55页 |
| ·双群体双阶段混合进化的量子粒子群算法 | 第48-49页 |
| ·自适应变异的量子粒子群算法 | 第49-50页 |
| ·基于早熟预判的按阶段概率变异量子粒子群算法 | 第50-52页 |
| ·算法性能测试 | 第52-55页 |
| ·仿真算例 | 第55-65页 |
| ·配电网模型 | 第55-57页 |
| ·配电网结构对目标函数中权重的影响 | 第57-59页 |
| ·仿真参数设置 | 第59-60页 |
| ·保护定值计算程序流程 | 第60-61页 |
| ·结果分析 | 第61-64页 |
| ·保护校验 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 5 结论与展望 | 第67-69页 |
| ·本文工作总结 | 第67-68页 |
| ·今后研究方向与展望 | 第68-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录 | 第75页 |
