| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 选题背景和研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 电网可靠性研究现状 | 第11-12页 |
| 1.2.2 黑启动的骨架网络重构研究现状 | 第12-13页 |
| 1.2.3 电力系统中人工智能算法研究现状 | 第13页 |
| 1.3 本文主要研究内容 | 第13-15页 |
| 第2章 应用潮流熵的电力网络可靠性分析 | 第15-20页 |
| 2.1 引言 | 第15-16页 |
| 2.2 复杂网络理论 | 第16页 |
| 2.3 熵理论简介和电力系统潮流熵 | 第16-18页 |
| 2.3.1 熵理论 | 第16-17页 |
| 2.3.2 潮流熵的定义 | 第17-18页 |
| 2.3.3 给定平均负载下潮流熵的获取 | 第18页 |
| 2.4 应用潮流熵的可靠性分析 | 第18页 |
| 2.5 算例分析 | 第18-19页 |
| 2.6 本章小结 | 第19-20页 |
| 第3章 基于改进粒子群优化算法的骨架网络重构 | 第20-35页 |
| 3.1 骨架网络重构 | 第20-22页 |
| 3.2 粒子群优化算法 | 第22-27页 |
| 3.2.1 粒子群优化算法的基本原理 | 第22-23页 |
| 3.2.2 粒子群优化算法模型 | 第23-24页 |
| 3.2.3 粒子群优化算法流程 | 第24-25页 |
| 3.2.4 参数分析与设置 | 第25-26页 |
| 3.2.5 离散粒子群优化算法 | 第26-27页 |
| 3.3 骨架网的粒子群优化算法模型 | 第27-30页 |
| 3.3.1 骨架网络重构的粒子群优化算法模型描述 | 第27-28页 |
| 3.3.2 离散粒子群优化算法中各参数的物理意义描述 | 第28-29页 |
| 3.3.3 骨架网络重构中的离散粒子群优化算法改进 | 第29-30页 |
| 3.4 利用改进粒子群优化算法的骨架网络重构 | 第30-31页 |
| 3.4.1 重构思想描述 | 第30-31页 |
| 3.4.2 重构方法流程 | 第31页 |
| 3.5 骨架网络重构方法程序实现 | 第31-33页 |
| 3.6 本章小结 | 第33-35页 |
| 第4章 骨架网络重构方法可靠性分析 | 第35-46页 |
| 4.1 重构方案可靠性验证 | 第35-36页 |
| 4.1.1 以潮流熵作为自适应函数的重构方案可靠性分析 | 第35-36页 |
| 4.1.2 重构方案实用性分析 | 第36页 |
| 4.2 基于python2.6.5的算例模型搭建 | 第36-37页 |
| 4.3 算例仿真及结果分析 | 第37-39页 |
| 4.3.1 引言 | 第37页 |
| 4.3.2 重构方案①程序实现 | 第37-38页 |
| 4.3.3 重构方案②程序实现 | 第38-39页 |
| 4.4 重构方案的电力系统可靠性分析 | 第39-43页 |
| 4.4.1 重构方案①的电力系统可靠性分析 | 第39-41页 |
| 4.4.2 重构方案②的电力系统可靠性分析 | 第41-43页 |
| 4.5 不同重构方案的对比分析 | 第43-44页 |
| 4.6 本章小结 | 第44-46页 |
| 结论与展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 附录A 攻读硕士学位期间完成的学术研究论文 | 第53-54页 |
| 附录B 攻读硕士学位期间参与的科研项目 | 第54-55页 |
| 附录C 新英格兰39节点系统参数 | 第55-58页 |
