| 摘要 | 第1-9页 |
| Abstract | 第9-12页 |
| 第一章 绪论 | 第12-25页 |
| ·目的与意义 | 第12页 |
| ·暂态稳定分析方法 | 第12-14页 |
| ·数值积分法 | 第13页 |
| ·直接法 | 第13-14页 |
| ·广域测量系统 | 第14-21页 |
| ·同步相量测量技术 | 第14-18页 |
| ·广域测量系统的发展 | 第18-19页 |
| ·在稳定监测与控制中的应用 | 第19-21页 |
| ·机器学习技术在暂态稳定评估与控制中的应用 | 第21-23页 |
| ·论文的主要工作 | 第23-25页 |
| 第二章 广域测量装置的优化配置 | 第25-41页 |
| ·引言 | 第25-26页 |
| ·基于线性可观测性的优化配置 | 第26-29页 |
| ·电力系统的线性可观测性 | 第26-27页 |
| ·几种优化配置算法的比较 | 第27-29页 |
| ·不完全线性可观测条件下的优化配置 | 第29-30页 |
| ·电力系统的动态状态估计 | 第29页 |
| ·优化配置的原则 | 第29-30页 |
| ·针对暂态稳定问题的优化配置方法 | 第30-35页 |
| ·问题描述 | 第30-31页 |
| ·动态场景聚类 | 第31-33页 |
| ·同调分群 | 第33页 |
| ·配置地点的确定 | 第33-35页 |
| ·实例仿真 | 第35-39页 |
| ·数字仿真 | 第35-37页 |
| ·动态场景的聚类 | 第37-39页 |
| ·配置结果 | 第39页 |
| ·本章小结 | 第39-41页 |
| 第三章 基于在线学习算法的暂态稳定预测 | 第41-55页 |
| ·引言 | 第41-42页 |
| ·在线学习算法的实现 | 第42-47页 |
| ·基于局部模型的在线学习算法 | 第42-44页 |
| ·局部加权投影回归算法的模型 | 第44-46页 |
| ·局部加权投影回归的训练算法 | 第46-47页 |
| ·基于局部加权投影回归算法的暂态稳定预测 | 第47-52页 |
| ·暂态稳定预测器 | 第48-49页 |
| ·学习样本的获取与更新 | 第49-52页 |
| ·实例仿真 | 第52-54页 |
| ·离线学习模式 | 第52-53页 |
| ·在线学习模式 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第四章 暂态稳定极限在线估计与预防控制决策 | 第55-68页 |
| ·引言 | 第55页 |
| ·暂态稳定极限在线估计与预防控制决策 | 第55-59页 |
| ·暂态稳定极限在线估计 | 第55-58页 |
| ·暂态稳定预防控制 | 第58-59页 |
| ·径向基函数网络用于暂态稳定极限在线估计与预防控制决策 | 第59-62页 |
| ·径向基函数网络的结构和训练 | 第60-61页 |
| ·径向基函数网络输出的偏导信息 | 第61-62页 |
| ·实例仿真 | 第62-66页 |
| ·系统描述 | 第62-63页 |
| ·暂态稳定极限估计 | 第63-65页 |
| ·预防控制决策 | 第65-66页 |
| ·本章小结 | 第66-68页 |
| 第五章 混杂系统理论用于暂态稳定紧急控制优化决策 | 第68-89页 |
| ·引言 | 第68页 |
| ·混杂系统理论 | 第68-71页 |
| ·混杂系统理论的发展 | 第68-69页 |
| ·混杂系统建模 | 第69-70页 |
| ·混杂系统分析 | 第70页 |
| ·混杂系统控制 | 第70-71页 |
| ·暂态稳定紧急控制的混杂系统模型与优化决策 | 第71-79页 |
| ·电力系统的切换系统模型 | 第71-74页 |
| ·监督控制结构 | 第74-77页 |
| ·基于模型预测控制的优化决策 | 第77-79页 |
| ·降低问题规模与复杂度的策略 | 第79-81页 |
| ·基于临界输电断面的失稳模式判别 | 第79-80页 |
| ·临界输电断面的在线辨识 | 第80-81页 |
| ·仿真算例 | 第81-87页 |
| ·本章小结 | 第87-89页 |
| 第六章 结论 | 第89-91页 |
| 附录 | 第91-94页 |
| A1 新英格10机39节点系统数据 | 第91-94页 |
| 参考文献 | 第94-102页 |
| 致谢 | 第102-103页 |
| 攻读博士论文期间发表的学术论文 | 第103-104页 |
| 学位论文评阅及答辩情况表 | 第104页 |