| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 电压优化调整与治理问题的研究意义 | 第10-11页 |
| 1.2 电压优化调整与治理问题的研究现状 | 第11-16页 |
| 1.2.1 经典优化算法 | 第12-14页 |
| 1.2.2 人工智能优化算法 | 第14-16页 |
| 1.3 本文的主要工作 | 第16-18页 |
| 2 电力系统电压优化调整与治理问题 | 第18-27页 |
| 2.1 引言 | 第18页 |
| 2.2 问题的数学模型 | 第18-21页 |
| 2.2.1 目标函数 | 第19页 |
| 2.2.2 功率约束方程 | 第19-20页 |
| 2.2.3 不等式约束条件 | 第20-21页 |
| 2.2.4 罚函数的选取 | 第21页 |
| 2.3 潮流计算研究 | 第21-26页 |
| 2.3.1 潮流计算的数学模型 | 第22-24页 |
| 2.3.2 常用的潮流计算方法 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 遗传算法在电压优化调整与治理问题中的应用 | 第27-35页 |
| 3.1 遗传算法概述 | 第27页 |
| 3.2 遗传算法的基本原理和操作过程 | 第27-31页 |
| 3.2.1 遗传算法的基本原理 | 第27-28页 |
| 3.2.2 遗传算法的操作过程 | 第28-31页 |
| 3.3 遗传算法的求解流程 | 第31-33页 |
| 3.4 遗传算法应用于电压优化调整与治理问题 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 基于协同进化遗传算法的电压优化调整与治理研究 | 第35-47页 |
| 4.1 协同进化遗传算法 | 第35-37页 |
| 4.1.1 协同进化遗传算法的思想概述 | 第35页 |
| 4.1.2 协同进化遗传算法的优化框架 | 第35-37页 |
| 4.2 基于协同进化遗传算法的电压优化调整与治理研究 | 第37-46页 |
| 4.2.1 电压优化调整与治理问题的种群分割 | 第38-40页 |
| 4.2.2 改进的遗传算法操作 | 第40-43页 |
| 4.2.3 潮流计算的程序实现 | 第43-44页 |
| 4.2.4 计算步骤及其流程图 | 第44-46页 |
| 4.3 本章小结 | 第46-47页 |
| 5 算例与优化结果分析 | 第47-61页 |
| 5.1 IEEE-14 标准节点系统的算例分析 | 第47-53页 |
| 5.1.1 IEEE-14 标准节点系统数据 | 第47-50页 |
| 5.1.2 优化结果分析 | 第50-53页 |
| 5.2 某地区实际电力系统算例分析 | 第53-60页 |
| 5.2.1 某地区实际电力系统数据 | 第53-56页 |
| 5.2.2 优化结果分析 | 第56-60页 |
| 5.3 本章小结 | 第60-61页 |
| 6 结论与展望 | 第61-63页 |
| 6.1 结论 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第66-67页 |
| 致谢 | 第67页 |