首页--工业技术论文--电工技术论文--电机论文--发电机、大型发电机组(总论)论文

大规模电力系统动态等值方法及相关问题研究

摘要第1-7页
ABSTRACT第7-14页
第一章 绪论第14-32页
   ·引言第14-15页
     ·动态等值的研究背景第14-15页
     ·动态等值的任务和目的第15页
   ·动态等值的研究现状第15-28页
     ·同调等值法第16-23页
     ·模式等值法第23-26页
     ·估计等值法第26-28页
     ·动态等值常用的分析工具第28页
   ·现代智能优化算法第28-29页
   ·本文的选题背景和意义第29-30页
   ·本文主要工作第30-32页
第二章 电力系统元件模型的建立第32-44页
   ·引言第32-35页
     ·电力系统的暂态稳定性第32-34页
     ·系统模型的建立第34-35页
   ·同步发电机的数学模型第35-38页
     ·同步发电机的详细模型第35-37页
     ·同步发电机的简化模型第37-38页
   ·励磁系统模型第38-40页
   ·负荷模型第40-43页
     ·负荷建模概述第40页
     ·常用的三种负荷模型第40-43页
   ·小结第43-44页
第三章 同调动态等值的工程应用研究第44-63页
   ·引言第44页
   ·同调动态等值的模型第44-54页
     ·发电机的同调识别第44-46页
     ·同调发电机母线化简和网络化简第46-47页
     ·发电机聚合的 Powell 优化法第47-48页
     ·等值机聚合的基于自适应差分进化的改进加权法第48-54页
   ·海南电网动态等值第54-56页
     ·海南电网概况第54-55页
     ·动态等值原则第55-56页
   ·算例分析第56-62页
   ·小结第62-63页
第四章 基于 PSO-FCM 算法的同调发电机识别第63-77页
   ·引言第63页
   ·电力系统特征的提取第63-64页
   ·基本算法描述第64-68页
     ·模糊 c 均值聚类算法第64-66页
     ·粒子群优化算法第66-68页
   ·粒子群-模糊 c 均值聚类算法及其改进第68-71页
     ·粒子群-模糊 c 均值聚类算法第68-69页
     ·改进的 PSO-FCM 算法第69-71页
     ·聚类有效性评价第71页
   ·算例分析第71-75页
   ·小结第75-77页
第五章 基于 SSAP 的发电机同调分群及 PSS 配置研究第77-90页
   ·引言第77页
   ·基于 SSAP 的发电机同调分群第77-79页
     ·系统特征提取第77页
     ·基于 k 均值聚类和系统聚类的分群算法第77-79页
   ·PSS 的优化配置第79-84页
     ·PSS 的数学模型第79-80页
     ·基于混沌搜索的混合粒子群优化算法第80-84页
   ·算例分析第84-89页
   ·小结第89-90页
第六章 基于改进差分进化算法的在线估计等值法研究第90-99页
   ·引言第90页
   ·等值系统模型第90-92页
   ·参数的可辨识性第92页
   ·等值系统参数的辨识算法第92-94页
     ·改进的差分进化算法第92-93页
     ·参数辨识流程第93-94页
   ·算例分析第94-98页
   ·小结第98-99页
第七章 感应电动机负荷分群及聚合研究第99-109页
   ·引言第99页
   ·感应电动机模型和分群特征的提取第99-100页
     ·感应电动机模型第99-100页
     ·分群特征的提取第100页
   ·混沌粒子群-模糊 c 均值聚类算法第100-102页
   ·算例分析第102-108页
   ·小结第108-109页
结论与展望第109-112页
 1 本文结论第109-111页
 2 研究工作展望第111-112页
参考文献第112-130页
附录第130-136页
 附录1 中国南方电网 2010 年地理接线图第130-131页
 附录2 海南电网仿真数据第131-134页
 附录3 海南电网小扰动分析结果第134-136页
攻读博士学位期间取得的研究成果第136-138页
致谢第138-139页

论文共139页,点击 下载论文
上一篇:LED光热结构优化设计
下一篇:水辅助注塑聚烯烃基多相体系的形态与性能调控