摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
1 绪论 | 第9-18页 |
·论文的选题背景 | 第9-10页 |
·配电网络重构研究的目的和意义 | 第10-11页 |
·配电网络重构研究的目的 | 第10-11页 |
·配电网络重构研究的意义 | 第11页 |
·配电网络重构中智能优化算法的应用研究状况 | 第11-16页 |
·智能优化算法概述 | 第12页 |
·基于模拟退火算法的配电网络重构 | 第12-13页 |
·基于遗传算法的配电网络重构 | 第13-14页 |
·基于禁忌搜索算法的配电网络重构 | 第14-15页 |
·基于人工神经网络的配电网络重构 | 第15-16页 |
·配电网络重构与电容器投切综合优化的研究现状 | 第16页 |
·本文所做的工作 | 第16-18页 |
2 粒子群优化算法 | 第18-24页 |
·粒子群优化算法原理 | 第18-19页 |
·粒子群优化算法数学描述 | 第19-23页 |
·基本粒子群优化算法 | 第20页 |
·二进制型粒子群优化算法 | 第20-21页 |
·粒子群优化算法流程 | 第21页 |
·粒子群优化算法参数分析 | 第21-23页 |
·粒子群优化算法在电力系统中的应用 | 第23页 |
·小结 | 第23-24页 |
3 配电网络简化模型 | 第24-32页 |
·中压配电网络 | 第24-25页 |
·配电网络元件模型 | 第25-28页 |
·线路模型 | 第25-26页 |
·配变模型 | 第26-27页 |
·电容器模型 | 第27页 |
·负荷模型 | 第27-28页 |
·配电网络拓扑模型 | 第28-31页 |
·图的概念 | 第28页 |
·配电网络结构 | 第28-30页 |
·配电网络拓扑模型 | 第30-31页 |
·小结 | 第31-32页 |
4 配电网络拓扑识别及潮流计算 | 第32-43页 |
·配电网络潮流计算数学模型 | 第32-33页 |
·配电网络潮流计算方法 | 第33-37页 |
·牛顿类配电网络潮流计算方法 | 第33-34页 |
·母线类配电网络潮流计算方法 | 第34-35页 |
·支路类配电网络潮流计算方法 | 第35-37页 |
·拓扑分析的树搜索法 | 第37-38页 |
·基于面向对象技术的实现 | 第38-42页 |
·数据表示 | 第38-39页 |
·拓扑识别 | 第39页 |
·潮流计算 | 第39-40页 |
·算法流程 | 第40-41页 |
·算例分析 | 第41-42页 |
·小结 | 第42-43页 |
5 基于混合智能优化算法的配电网络重构 | 第43-57页 |
·配电网络重构的数学模型 | 第43-44页 |
·混合智能优化算法 | 第44-46页 |
·禁忌搜索算法简介 | 第44-45页 |
·禁忌-粒子群优化算法 | 第45-46页 |
·配电网络重构的不可行解问题 | 第46-48页 |
·不可行解的产生 | 第46-47页 |
·不可行解的危害 | 第47-48页 |
·基于禁忌-粒子群混合优化算法的问题求解 | 第48-52页 |
·图论相关知识 | 第48-49页 |
·解的表达方式 | 第49-50页 |
·邻域函数的设计 | 第50-51页 |
·算法流程 | 第51-52页 |
·算例分析 | 第52-56页 |
·小结 | 第56-57页 |
6 基于改进粒子群优化算法的配电网络综合优化 | 第57-66页 |
·配电网络综合优化的数学模型 | 第57-58页 |
·粒子群优化算法的改进 | 第58-60页 |
·遗传算法简介 | 第58-59页 |
·粒子群优化算法的局限 | 第59页 |
·基于速度变异的改进粒子群优化算法 | 第59-60页 |
·基于改进粒子群优化算法的问题求解 | 第60-62页 |
·解的表达方式 | 第60-61页 |
·邻域函数设计 | 第61页 |
·算法流程 | 第61-62页 |
·算例分析 | 第62-65页 |
·小结 | 第65-66页 |
7 结论 | 第66-68页 |
附录A IEEE标准16节点多电源配电系统 | 第68-69页 |
附录B IEEE标准33节点单电源配电系统 | 第69-71页 |
附录C IEEE标准69节点单电源配电系统 | 第71-74页 |
附录D 参考文献[34]中的69节点单电源配电系统 | 第74-75页 |
参考文献 | 第75-80页 |
攻读硕士学位期间发表的论文和参加的项目 | 第80-81页 |
声明 | 第81-82页 |
致谢 | 第82页 |