| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-21页 |
| 1.2.1 分层结构的状态估计研究现状 | 第15-19页 |
| 1.2.2 分散式结构的状态估计研究现状 | 第19-20页 |
| 1.2.3 发电机动态状态估计研究现状 | 第20-21页 |
| 1.3 本文的主要工作 | 第21-23页 |
| 第二章 基于有限时间平均一致性协议的分布式电力系统状态估计 | 第23-38页 |
| 2.1 引言 | 第23页 |
| 2.2 有限时间平均一致性协议 | 第23-25页 |
| 2.3 数学模型描述 | 第25-27页 |
| 2.3.1 系统分区 | 第25-26页 |
| 2.3.2 多区域状态估计模型 | 第26-27页 |
| 2.4 分布式加权最小二乘估计算法 | 第27-31页 |
| 2.4.1 不考虑异常量测情况 | 第27-28页 |
| 2.4.2 考虑异常量测影响的修正算法 | 第28-31页 |
| 2.5 算例仿真 | 第31-36页 |
| 2.6 本章小节 | 第36-38页 |
| 第三章 基于容积卡尔曼滤波的分布式电力系统动态状态估计 | 第38-55页 |
| 3.1 引言 | 第38页 |
| 3.2 容积卡尔曼滤波 | 第38-41页 |
| 3.3 分布式动态状态估计数学模型 | 第41-42页 |
| 3.3.1 系统分区原则 | 第41-42页 |
| 3.3.2 估计模型 | 第42页 |
| 3.4 分布式动态状态估计的实现 | 第42-47页 |
| 3.4.1 最小二乘估计融合 | 第42-45页 |
| 3.4.2 带线性等式约束的卡尔曼滤波 | 第45-46页 |
| 3.4.3 算法流程 | 第46-47页 |
| 3.5 算例仿真 | 第47-53页 |
| 3.5.1 估计误差比较 | 第48-52页 |
| 3.5.2 估计时间比较 | 第52-53页 |
| 3.6 本章小节 | 第53-55页 |
| 第四章 基于协方差矩阵变换和估计投影法的分布式电力系统状态估计 | 第55-73页 |
| 4.1 引言 | 第55页 |
| 4.2 区域本地估计模型 | 第55-56页 |
| 4.3 多区域电力系统状态估计的实现 | 第56-63页 |
| 4.3.1 协方差矩阵变换 | 第56-58页 |
| 4.3.2 最小二乘估计融合 | 第58-59页 |
| 4.3.3 估计投影法 | 第59-60页 |
| 4.3.4 参考节点相角差计算 | 第60-61页 |
| 4.3.5 算法流程 | 第61-63页 |
| 4.4 算例仿真 | 第63-72页 |
| 4.5 本章小结 | 第72-73页 |
| 第五章 考虑模型参数不确定性的发电机动态状态估计 | 第73-88页 |
| 5.1 引言 | 第73页 |
| 5.2 发电机动态状态估计模型 | 第73-76页 |
| 5.2.1 发电机数学模型 | 第73-74页 |
| 5.2.2 考虑模型参数不确定性的状态-量测模型 | 第74-76页 |
| 5.3 基于椭圆集合的集员滤波 | 第76-80页 |
| 5.3.1 预测步 | 第76-78页 |
| 5.3.2 量测更新步 | 第78-80页 |
| 5.4 算法流程 | 第80-81页 |
| 5.5 算例仿真 | 第81-87页 |
| 5.6 本章小结 | 第87-88页 |
| 结论 | 第88-90页 |
| 1 本文工作总结 | 第88-89页 |
| 2 展望 | 第89-90页 |
| 参考文献 | 第90-99页 |
| 附录 | 第99-103页 |
| 攻读博士学位期间取得的研究成果 | 第103-105页 |
| 致谢 | 第105-106页 |
| 附件 | 第106页 |
