摘要 | 第6-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第11-16页 |
1.1 课题研究的背景及目的意义 | 第11-12页 |
1.2 关键输电断面判定方法研究现状 | 第12-14页 |
1.2.1 国内研究现状 | 第12-13页 |
1.2.2 国外研究现状 | 第13-14页 |
1.2.3 国内外研究现状总结 | 第14页 |
1.3 本文主要研究内容及章节安排 | 第14-16页 |
第2章 相关理论介绍 | 第16-21页 |
2.1 基于肘形判据的GSA不良数据辨识 | 第16-18页 |
2.1.1 传统的GSA辨识法 | 第16-17页 |
2.1.2 基于肘形判据的GSA辨识法 | 第17-18页 |
2.2 K-Means聚类算法 | 第18-19页 |
2.3 潮流追踪方法原理 | 第19-21页 |
第3章 基于区域密度统计的电网输电断面不良数据辨识方法 | 第21-31页 |
3.1 基于区域密度统计优化的K-Means算法 | 第21-22页 |
3.1.1 优化算法设计思路 | 第21-22页 |
3.1.2 基于区域密度统计的K-Means算法描述 | 第22页 |
3.2 优化后的GSA辨识方法 | 第22-23页 |
3.3 实例分析 | 第23-29页 |
3.3.1 正常数据情况 | 第24-25页 |
3.3.2 单个不良数据情况 | 第25-26页 |
3.3.3 多不良数据情况 | 第26-28页 |
3.3.4 相互关联不良数据情况 | 第28-29页 |
3.4 本章小结 | 第29-31页 |
第4章 考虑可再生能源并网的脆弱线路辨识方法 | 第31-42页 |
4.1 大规模可再生能源并网对电网的影响 | 第31-32页 |
4.2 计及分布式电源的电网脆弱线路辨识 | 第32-35页 |
4.2.1 发电-负荷节点对影响因子 | 第32-33页 |
4.2.2 线路自身影响因子 | 第33-35页 |
4.2.3 线路综合潮流介数 | 第35页 |
4.3 脆弱线路评估及识别流程 | 第35-36页 |
4.4 实例分析 | 第36-41页 |
4.4.1 IEEE-39节点系统算例分析 | 第36-39页 |
4.4.2 大规模DG并网后算例分析 | 第39-41页 |
4.5 本章小结 | 第41-42页 |
第5章 基于脆弱线路的关键输电断面判定方法 | 第42-49页 |
5.1 输电断面的特征 | 第42-43页 |
5.2 电网拓扑抽象 | 第43-44页 |
5.3 关键输电断面判定方法 | 第44-45页 |
5.3.1 功率传输影响因子 | 第44页 |
5.3.2 关键输电断面辨识流程 | 第44-45页 |
5.4 实例分析 | 第45-47页 |
5.4.1 IEEE-39节点系统算例分析 | 第45-47页 |
5.4.2 大规模DG并网后算例分析 | 第47页 |
5.5 本章小结 | 第47-49页 |
结论 | 第49-50页 |
参考文献 | 第50-54页 |
攻读硕士学位期间发表的论文及其它成果 | 第54-55页 |
致谢 | 第55页 |