| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 电力系统状态估计研究的背景意义 | 第8-10页 |
| 1.2 电力系统状态估计的作用 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 传统状态估计 | 第11-12页 |
| 1.3.2 基于PMU的状态估计 | 第12-14页 |
| 1.4 本文主要研究工作 | 第14-16页 |
| 2 电力系统状态估计理论基础 | 第16-28页 |
| 2.1 电力系统状态估计数学模型 | 第16-19页 |
| 2.1.1 电力系统量测模型 | 第16-17页 |
| 2.1.2 电力网络的数学模型 | 第17页 |
| 2.1.3 电力系统量测方程 | 第17-18页 |
| 2.1.4 状态估计评价模型 | 第18-19页 |
| 2.2 经典状态估计算法简介 | 第19-26页 |
| 2.2.1 基本加权最小二乘法 | 第19-21页 |
| 2.2.2 快速分解算法 | 第21-24页 |
| 2.2.3 量测变换算法 | 第24-26页 |
| 2.3 算法对比 | 第26-27页 |
| 2.4 小结 | 第27-28页 |
| 3 PMU量测系统简介及其在电力系统中的应用 | 第28-40页 |
| 3.1 同步相量测量原理 | 第29-31页 |
| 3.1.1 同步相量的表示 | 第29页 |
| 3.1.2 相角测量原理 | 第29-31页 |
| 3.2 同步相量测量系统在电力系统中的应用 | 第31-33页 |
| 3.3 PMU与SCADA量测数据分析及相关问题研究 | 第33-38页 |
| 3.3.1 PMU量测量与SCADA量测量对比 | 第33-34页 |
| 3.3.2 数据兼容性问题研究 | 第34-38页 |
| 3.4 小结 | 第38-40页 |
| 4 基于PMU的状态估计算法介绍 | 第40-48页 |
| 4.1 线性算法 | 第40-43页 |
| 4.2 非线性算法 | 第43-47页 |
| 4.3 小结 | 第47-48页 |
| 5 基于PMU的降阶二次算法 | 第48-56页 |
| 5.1 基于PMU的降阶二次状态估计算法介绍 | 第48-51页 |
| 5.1.1 PMU可观测变量状态估计 | 第48-49页 |
| 5.1.2 PMU不可观测变量状态估计 | 第49-51页 |
| 5.2 算法的实现过程 | 第51-52页 |
| 5.3 算法特性分析 | 第52-55页 |
| 5.3.1 数值稳定性分析 | 第52-54页 |
| 5.3.2 估计精度分析 | 第54-55页 |
| 5.4 结论 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 个人简历、在学期间发表的学术论文 | 第61页 |