配电网检修计划优化应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-19页 |
| ·本课题研究的背景和目的 | 第10-12页 |
| ·课题研究的背景 | 第10-11页 |
| ·课题研究的目的 | 第11-12页 |
| ·本课题研究的意义 | 第12-13页 |
| ·配电网检修计划优化问题的研究现状 | 第13-17页 |
| ·检修计划优化模型的研究 | 第13-15页 |
| ·检修时间优化算法问题的研究 | 第15-16页 |
| ·负荷转移路径优化问题的研究 | 第16-17页 |
| ·本文研究内容 | 第17-19页 |
| 2 配电网检修计划优化模型的研究 | 第19-26页 |
| ·人工编制检修计划指导思想及现状 | 第19页 |
| ·指导思想 | 第19页 |
| ·人工编制检修计划的现状 | 第19页 |
| ·人工编制检修计划的约束因素及流程 | 第19-21页 |
| ·约束因素 | 第19-20页 |
| ·检修工作编制流程 | 第20-21页 |
| ·配电网检修计划优化模型的研究 | 第21-25页 |
| ·基于线路故障等级的检修时间优化数学模型 | 第22-24页 |
| ·配电网负荷转移路径优化数学模型的研究 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 基于改进小生境遗传算法的检修时间优化算法实现 | 第26-47页 |
| ·遗传算法的产生及发展 | 第26-27页 |
| ·遗传算法的产生 | 第26页 |
| ·遗传算法的发展及应用 | 第26-27页 |
| ·遗传算法的原理与特点 | 第27-28页 |
| ·遗传算法的操作流程 | 第28-33页 |
| ·遗传算法的基本模型描述 | 第28-29页 |
| ·遗传算法的基本操作流程 | 第29-32页 |
| ·遗传算法的控制参数和选择 | 第32-33页 |
| ·遗传算法终止循环的条件 | 第33页 |
| ·改进遗传算法 | 第33页 |
| ·基于罚函数的排挤机制的小生境遗传算法改进 | 第33-37页 |
| ·物种形成与小生境技术 | 第33-34页 |
| ·基于排挤机制的小生境技术 | 第34页 |
| ·一种基于罚函数的排挤小生境遗传算法及其改进 | 第34-37页 |
| ·检修时间优化算法实现 | 第37-42页 |
| ·读入检修计划的数据信息 | 第38页 |
| ·检修时间优化约束条件的处理过程 | 第38-39页 |
| ·优化计算 | 第39-41页 |
| ·配电网线路潮流校验流程 | 第41-42页 |
| ·配电网检修时间优化算例分析 | 第42-46页 |
| ·待检修设备信息 | 第42-43页 |
| ·检修约束 | 第43页 |
| ·负荷预测数据 | 第43-44页 |
| ·优化结果及分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 4 基于蚁群算法的负荷转移路径优化实现 | 第47-68页 |
| ·蚁群算法的原理 | 第47-49页 |
| ·前推回代法潮流计算 | 第49-51页 |
| ·基于蚁群算法的负荷转移路径优化算法实现流程 | 第51-58页 |
| ·配电网故障恢复流程 | 第51-53页 |
| ·蚁群算法优化负荷路径算法的实现流程 | 第53-56页 |
| ·配电网生成树流程 | 第56-57页 |
| ·随机过程的模拟 | 第57-58页 |
| ·蚂蚁搜索方式与潮流计算过程的配合 | 第58页 |
| ·配电网负荷转移路径优化算例分析 | 第58-67页 |
| ·算例说明 | 第59-63页 |
| ·基于蚁群算法的负荷转移路径优化过程 | 第63-67页 |
| ·本章小结 | 第67-68页 |
| 5 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第74-75页 |
| 致谢 | 第75-76页 |
