基于SVM-MOPSO混合智能算法的配电网分布式电源规划
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-21页 |
| ·课题研究背景和意义 | 第12-14页 |
| ·国内外研究现状及局限 | 第14-18页 |
| ·本文的主要工作 | 第18-21页 |
| 第二章 分布式电源的模型 | 第21-35页 |
| ·分布式电源的等效电路模型 | 第21-25页 |
| ·风机的异步电动机模型 | 第21-22页 |
| ·光伏发电的等效电路模型 | 第22-25页 |
| ·分布式电源在潮流计算中的处理 | 第25-28页 |
| ·分布式电源的潮流模型 | 第25-26页 |
| ·含DG的配电网前推回代潮流计算 | 第26-28页 |
| ·分布式电源的概率模型 | 第28-31页 |
| ·风机概率模型 | 第29-30页 |
| ·光伏发电概率模型 | 第30-31页 |
| ·考虑风光时序特性的联合概率分布 | 第31-34页 |
| ·二维随机变量分布函数的定义 | 第31-33页 |
| ·二维连续型随机变量 | 第33-34页 |
| ·考虑风光时序特性的联合概率分布 | 第34页 |
| ·小结 | 第34-35页 |
| 第三章 基于机会约束规划的DG规划模型 | 第35-43页 |
| ·机会约束规划模型 | 第35-38页 |
| ·机会约束规划的理论起源 | 第35-36页 |
| ·机会约束规划模型的搭建 | 第36-38页 |
| ·DG规划的数学模型 | 第38-42页 |
| ·多目标函数 | 第38-40页 |
| ·约束条件 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第四章 DG规划模型的混合智能求解算法 | 第43-68页 |
| ·随机模拟技术 | 第43-45页 |
| ·随机模拟基本概念 | 第43-44页 |
| ·随机数发生器 | 第44-45页 |
| ·支持向量机 | 第45-54页 |
| ·SVM的理论基础 | 第45-46页 |
| ·线性判别函数及最优分类面 | 第46-51页 |
| ·非线性映射及核函数的选择 | 第51-54页 |
| ·多目标粒子群优化算法 | 第54-64页 |
| ·粒子群优化算法 | 第54-58页 |
| ·多目标优化问题的模型 | 第58-59页 |
| ·多目标优化问题的解 | 第59-61页 |
| ·基于拥挤距离选择策略的多目标粒子群算法 | 第61-64页 |
| ·混合智能算法及最优解选择策略 | 第64-66页 |
| ·算法步骤 | 第64-65页 |
| ·算法流程 | 第65-66页 |
| ·理想点法选择最优解 | 第66页 |
| ·小结 | 第66-68页 |
| 第五章 算例分析 | 第68-80页 |
| ·风光数据的获取 | 第68-72页 |
| ·Homer软件简介 | 第68页 |
| ·风速数据获取 | 第68-70页 |
| ·光照数据获取 | 第70-72页 |
| ·算例模型和参数选择 | 第72-74页 |
| ·算例结果及分析 | 第74-79页 |
| ·小结 | 第79-80页 |
| 第六章 结论与展望 | 第80-82页 |
| ·结论 | 第80-81页 |
| ·展望 | 第81-82页 |
| 参考文献 | 第82-88页 |
| 附录 | 第88-89页 |
| 附录 1 IEEE-33 节点配电系统参数 | 第88-89页 |
| 攻读硕士学位期间取得的研究成果 | 第89-91页 |
| 致谢 | 第91-92页 |
| 附件 | 第92页 |
