| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-12页 |
| ·研究背景和意义 | 第9页 |
| ·国内外研究现状 | 第9-10页 |
| ·论文工作 | 第10-12页 |
| 第二章 电力系统多目标最优潮流 | 第12-21页 |
| ·最优潮流问题 | 第12-14页 |
| ·目标函数 | 第12-13页 |
| ·变量 | 第13页 |
| ·约束条件 | 第13-14页 |
| ·多目标优化问题 | 第14-16页 |
| ·多目标优化算法 | 第16-20页 |
| ·传统组合多目标优化方法 | 第16-17页 |
| ·向量多目标优化方法 | 第17-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 应用于复杂电网多目标最优潮流的分布式多步回溯 Q(λ)算法 | 第21-34页 |
| ·分布式多步回溯 Q(λ)学习算法 | 第21-24页 |
| ·Q 学习算法 | 第21-22页 |
| ·分布式多步回溯 Q(λ)学习 | 第22-24页 |
| ·分布式多步回溯 Q(λ)算法在多目标最优潮流中的应用 | 第24-28页 |
| ·复杂电网分区及边界节点处理 | 第24-25页 |
| ·最优潮流模型 | 第25-26页 |
| ·应用流程 | 第26-28页 |
| ·算例分析 | 第28-33页 |
| ·子区域划分 | 第28-29页 |
| ·参数设置 | 第29-31页 |
| ·算例结果 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于多群组搜索优化(MGSO)的电力系统 Pareto 无功优化 | 第34-58页 |
| ·多群组搜索优化(MGSO) | 第34-44页 |
| ·群组搜索优化(GSO) | 第34-39页 |
| ·多群组搜索优化(MGSO) | 第39-44页 |
| ·MGSO 在多目标无功优化中的应用 | 第44-49页 |
| ·最优潮流模型 | 第44-46页 |
| ·应用流程 | 第46-49页 |
| ·算例分析 | 第49-57页 |
| ·IEEE30 节点系统 | 第49-52页 |
| ·IEEE162 节点系统 | 第52-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 基于分层多群组搜索优化(HMGSO)的多区域电力系统分布式 Pareto 最优潮流 | 第58-68页 |
| ·分层多群组搜索优化(HMGSO) | 第58-60页 |
| ·HMGSO 在多区域电力系统分布式 Pareto 最优潮流中的应用 | 第60-62页 |
| ·算例分析 | 第62-66页 |
| ·本章小结 | 第66-68页 |
| 结论及展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士学位期间取得的研究成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| 附件 | 第78页 |
