| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 引言 | 第11-12页 |
| 1 含分布式发电的配电网故障定位方法发展现状 | 第12-18页 |
| 1.1 配电网故障定位国内外发展现状 | 第12-14页 |
| 1.1.1 基于配电自动化信息的配电网故障定位方法 | 第12页 |
| 1.1.2 基于FTU的配电网故障定位方法 | 第12-14页 |
| 1.2 分布式电源接入对配电网故障定位的影响 | 第14-16页 |
| 1.2.1 分布式电源简介 | 第14-15页 |
| 1.2.2 分布式电源对配电网故障定位的影响 | 第15-16页 |
| 1.3 本文研究意义及主要研究工作 | 第16-18页 |
| 2 蚁群算法在故障定位中的研究 | 第18-26页 |
| 2.1 蚁群算法基本原理 | 第18-22页 |
| 2.1.1 数学模型 | 第19-21页 |
| 2.1.2 自然蚁群与人工蚁群算法 | 第21页 |
| 2.1.3 TSP问题 | 第21-22页 |
| 2.2 蚁群算法在配电网故障定位中的实现 | 第22-24页 |
| 2.3 单电源供电模式下评价函数的构造 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 配电网故障定位算法的改进 | 第26-52页 |
| 3.1 改进蚁群算法 | 第26-41页 |
| 3.1.1 开关函数的改进 | 第26-28页 |
| 3.1.2 初始信息素的产生 | 第28-41页 |
| 3.2 局部收敛问题的解决 | 第41-46页 |
| 3.2.1 粒子群算法 | 第41-42页 |
| 3.2.2 混合优化算法 | 第42-46页 |
| 3.3 仿真实验 | 第46-50页 |
| 3.3.1 容错性分析 | 第46-47页 |
| 3.3.2 收敛性仿真分析 | 第47-49页 |
| 3.3.3 算法比较 | 第49-50页 |
| 3.4 总结 | 第50-52页 |
| 4 基于蚁群粒子群混合算法的配电网故障定位系统的设计 | 第52-62页 |
| 4.1 故障定位系统整体结构 | 第52页 |
| 4.2 数据采集部分 | 第52-55页 |
| 4.3 数据传输部分 | 第55-58页 |
| 4.3.1 配电网对通信手段的要求 | 第55-56页 |
| 4.3.2 通讯方式比较及通讯方式的选择 | 第56-57页 |
| 4.3.3 数据传输单元 | 第57-58页 |
| 4.4 主站区段定位部分 | 第58-60页 |
| 4.5 故障报警部分 | 第60-61页 |
| 4.6 结论 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录A 故障定位数据 | 第66-70页 |
| 作者简历 | 第70-72页 |
| 学位论文数据集 | 第72-73页 |