| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 电力系统机电暂态状态估计背景及意义 | 第9-10页 |
| 1.2 电力系统机电暂态状态估计的作用 | 第10-12页 |
| 1.3 电力系统机电暂态状态估计研究现状 | 第12-14页 |
| 1.3.1 机电暂态状态估计模型 | 第12-13页 |
| 1.3.2 常见非线性滤波算法研究现状 | 第13-14页 |
| 1.4 课题研究的主要内容 | 第14-16页 |
| 第2章 粒子滤波基本原理及算法技术研究 | 第16-25页 |
| 2.1 引言 | 第16页 |
| 2.2 粒子滤波算法基本原理 | 第16-20页 |
| 2.2.1 动态系统的状态空间模型 | 第16-17页 |
| 2.2.2 贝叶斯估计基本原理 | 第17-18页 |
| 2.2.3 序贯重要性采样 | 第18-20页 |
| 2.3 基于序贯重要性重采样的粒子滤波算法 | 第20-21页 |
| 2.4 与扩展卡尔曼滤波算法的对比分析 | 第21-24页 |
| 2.4.1 卡尔曼滤波的基本方程 | 第21-23页 |
| 2.4.2 扩展卡尔曼滤波算法 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于粒子滤波的发电机机电暂态状态估计研究 | 第25-47页 |
| 3.1 引言 | 第25页 |
| 3.2 发电机机电暂态状态估计模型的建立 | 第25-31页 |
| 3.2.1 发电机系统方程和观测方程的建立 | 第25-29页 |
| 3.2.2 暂态过程状态方程噪声误差分析 | 第29-30页 |
| 3.2.3 动态状态估计算法流程与实现 | 第30-31页 |
| 3.3 基于Copula理论的观测路径相关性评价指标 | 第31-36页 |
| 3.3.1 Copula函数的定义与基本性质 | 第31-32页 |
| 3.3.2 常用的Copula函数 | 第32-34页 |
| 3.3.3 Copula函数的相关性度量 | 第34-36页 |
| 3.4 算例分析 | 第36-45页 |
| 3.4.1 算例介绍 | 第36-38页 |
| 3.4.2 PF算法与EKF算法动态状态估计的算例分析 | 第38-41页 |
| 3.4.3 PF算法与EKF算法估计效果定量评价 | 第41-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第4章 全网络机电暂态过程状态估计研究 | 第47-59页 |
| 4.1 引言 | 第47页 |
| 4.2 机网节点状态估计的连接 | 第47-50页 |
| 4.2.1 机网接口的直接解法 | 第47-48页 |
| 4.2.2 网络节点电压量测相量误差分析 | 第48-50页 |
| 4.3 全系统状态估计模型的建立及估计流程 | 第50-54页 |
| 4.3.1 支路电流和注入电流的量测方程 | 第50-52页 |
| 4.3.2 基于最小二乘的全系统状态估计 | 第52-53页 |
| 4.3.3 全系统状态估计流程 | 第53-54页 |
| 4.4 算例分析 | 第54-58页 |
| 4.4.1 机网节点状态估计的连接求解 | 第54-56页 |
| 4.4.2 全系统状态估计节点电压相量估计曲线 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第64-67页 |
| 致谢 | 第67页 |