基于免疫二进制粒子群算法的配电网重构
摘要 | 第1-9页 |
ABSTRACT | 第9-11页 |
第一章 绪论 | 第11-23页 |
·配电网重构的研究目的及意义 | 第11-12页 |
·配电网重构的研究现状 | 第12-18页 |
·传统的数学优化算法 | 第13-14页 |
·最优流模式算法 | 第14页 |
·开关交换算法 | 第14-15页 |
·人工智能算法 | 第15-18页 |
·配电网重构的发展方向 | 第18-19页 |
·配电网重构的数学模型 | 第19-21页 |
·本文的主要工作 | 第21-23页 |
第二章 配电网的潮流计算 | 第23-31页 |
·配电网潮流计算特点 | 第23页 |
·配电网潮流计算方法 | 第23-24页 |
·前推回代法计算配电网潮流 | 第24-31页 |
第三章 免疫二进制粒子群算法研究 | 第31-45页 |
·基本粒子群算法 | 第31-35页 |
·粒子群算法简介 | 第31-32页 |
·基本粒子群算法原理 | 第32-34页 |
·基本粒子群算法流程 | 第34-35页 |
·二进制粒子群算法 | 第35-37页 |
·二进制粒子群算法原理 | 第35-37页 |
·二进制粒子群算法流程 | 第37页 |
·免疫算法 | 第37-42页 |
·免疫系统简介 | 第38-39页 |
·免疫算法原理 | 第39-40页 |
·改进的免疫算法的计算步骤 | 第40-42页 |
·免疫二进制粒子群算法 | 第42-45页 |
第四章 以网络损耗最小为目标的配电网重构 | 第45-59页 |
·程序结构 | 第45-46页 |
·主程序模块 | 第46-49页 |
·初始种群生成子模块 | 第46-49页 |
·终止准则 | 第49页 |
·DPSO模块 | 第49-51页 |
·适应值函数的确定 | 第49-50页 |
·种群的更新规则 | 第50页 |
·辐射状网络判断 | 第50页 |
·免疫DPSO算法的迭代循环 | 第50-51页 |
·算例分析 | 第51-59页 |
·IEEE16节点算例 | 第51-53页 |
·IEEE33节点算例 | 第53-56页 |
·PG&E69节点算例 | 第56-59页 |
第五章 结论与展望 | 第59-61页 |
·结论 | 第59-60页 |
·研究工作展望 | 第60-61页 |
附录 | 第61-65页 |
参考文献 | 第65-71页 |
致谢 | 第71-72页 |
学位论文评阅及答辩情况表 | 第72页 |