| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·选题背景及研究意义 | 第10-11页 |
| ·风力发电技术研究现状 | 第11-13页 |
| ·动态无功优化的研究现状 | 第13页 |
| ·本文的研究内容 | 第13-15页 |
| 第二章 双馈感应风电机和风电场建模 | 第15-25页 |
| ·风力发电的原理 | 第15-19页 |
| ·风力机的功率特性 | 第15-16页 |
| ·风力发电机的分类 | 第16-17页 |
| ·风力发电机的运行特性 | 第17-18页 |
| ·风机运行时的控制方式 | 第18-19页 |
| ·双馈感应风电机的建模 | 第19-22页 |
| ·双馈感应风电机系统 | 第19-20页 |
| ·双馈感应风电机稳态模型 | 第20-21页 |
| ·双馈感应风电机功率特性 | 第21-22页 |
| ·双馈感应风电场的建模 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于聚类的 LS-SVM 的负荷和风电场输出功率预测 | 第25-38页 |
| ·模糊C 均值聚类法 | 第25-27页 |
| ·支持向量机 | 第27-31页 |
| ·支持向量机的基本原理 | 第27页 |
| ·支持向量机的回归算法 | 第27-30页 |
| ·最小二乘支持向量机 | 第30-31页 |
| ·模型参数的选取 | 第31页 |
| ·基于聚类和 LS-SVM 的负荷预测 | 第31-35页 |
| ·样本特征量的选择 | 第32-34页 |
| ·负荷预测 | 第34-35页 |
| ·基于聚类和 LS-SVM 的风电场输出功率预测 | 第35-37页 |
| ·风速预测的方法 | 第35-36页 |
| ·风速和风电场输出功率预测 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于自适应粒子群算法的静态无功优化 | 第38-43页 |
| ·粒子群算法 | 第38-40页 |
| ·粒子群优化算法的优点与不足 | 第39-40页 |
| ·二进制粒子群算法 | 第40页 |
| ·自适应粒子群算法 | 第40-41页 |
| ·基于自适应PSO 的静态无功优化求解步骤 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第五章 含风电场的配电网动态无功优化 | 第43-54页 |
| ·含双馈电机风电场的配电网动态无功优化数学模型 | 第43-44页 |
| ·动态无功优化的求解步骤 | 第44-45页 |
| ·基于自适应PSO 的动态无功优化求解过程 | 第44-45页 |
| ·分时段策略 | 第45页 |
| ·动态调整动作表 | 第45页 |
| ·试验分析 | 第45-53页 |
| ·试验条件 | 第45-46页 |
| ·试验结果分析 | 第46-53页 |
| ·本章小结 | 第53-54页 |
| 结论与展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 附录A 攻读硕士学位期间完成的论文 | 第60-61页 |
| 附录B 33 节点配电系统计算数据 | 第61-63页 |
| 详细摘要 | 第63-71页 |