| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第一章 绪论 | 第10-25页 |
| ·研究背景 | 第10-12页 |
| ·智能电网 | 第12-19页 |
| ·智能电网的基本特征 | 第13-15页 |
| ·智能电网研究的进程和现状 | 第15-17页 |
| ·智能配电网的主要构成体系 | 第17-19页 |
| ·DFSM研究中的几个关键问题 | 第19-23页 |
| ·DFSM和其中的研究难点 | 第20-21页 |
| ·配电网量测系统评估与优化的理论与方法 | 第21-22页 |
| ·DFSM的分布式智能系统 | 第22-23页 |
| ·DFSM并行分布计算的任务调度问题 | 第23页 |
| ·本文的主要工作 | 第23-25页 |
| 第二章 分布式智能系统的相关理论与方法 | 第25-44页 |
| ·引言 | 第25页 |
| ·分布式智能系统 | 第25-29页 |
| ·人类智能模型 | 第25-28页 |
| ·分布式智能系统 | 第28-29页 |
| ·Agent和MAS | 第29-40页 |
| ·Agent | 第29-31页 |
| ·Agent抽象结构模型 | 第31-32页 |
| ·Agent实现结构模型 | 第32-35页 |
| ·Agent八元素实现结构模型 | 第35-37页 |
| ·MAS、DIS及其对CAS的仿真与模拟 | 第37-38页 |
| ·Agent通信语言规范 | 第38-39页 |
| ·面向MAS的CASE和SDE | 第39-40页 |
| ·MP广义逆矩阵与加权最小二乘问题的通解 | 第40-41页 |
| ·MP广义逆矩阵 | 第40-41页 |
| ·线性最小二乘问题 | 第41页 |
| ·加权最小二乘问题 | 第41页 |
| ·模糊C均值聚类分析算法 | 第41-43页 |
| ·小节 | 第43-44页 |
| 第三章 基于支路电流的配电网三相状态估计算法 | 第44-56页 |
| ·引言 | 第44页 |
| ·电力系统状态估计 | 第44-46页 |
| ·配电网状态估计算法比较 | 第46-48页 |
| ·输电网状态估计的改进算法 | 第47页 |
| ·基于量测变换的算法 | 第47页 |
| ·基于支路功率的算法 | 第47-48页 |
| ·基于支路电流的算法 | 第48页 |
| ·基于支路电流的配电网三相状态估计算法 | 第48-54页 |
| ·算法的主要步骤 | 第49-50页 |
| ·量测函数和H矩阵元素 | 第50-54页 |
| ·算例分析 | 第54-55页 |
| ·小节 | 第55-56页 |
| 第四章 配电网量测评估及配置优化方法 | 第56-66页 |
| ·引言 | 第56页 |
| ·状态估计问题的简化描述 | 第56页 |
| ·量测评估与配置优化 | 第56-59页 |
| ·量测评估及配置优化方法 | 第57-58页 |
| ·量测模拟与状态估计精度指标 | 第58-59页 |
| ·算例分析 | 第59-65页 |
| ·IEEE-13 Node Test Feeder量测评估结果 | 第59-61页 |
| ·IEEE-13 Node Test Feeder量测配置优化方案 | 第61-63页 |
| ·IEEE-37 Node Test Feeder量测配置优化方案 | 第63-65页 |
| ·小节 | 第65-66页 |
| 第五章 基于MAS的DFSM分布式智能系统 | 第66-82页 |
| ·引言 | 第66页 |
| ·DFSM及其分布式智能系统 | 第66-72页 |
| ·DFSM的主要功能 | 第66-68页 |
| ·DFSM的分布式智能系统 | 第68-72页 |
| ·基于MAS的配电网三相状态估计 | 第72-78页 |
| ·两种类型的Agent | 第72-74页 |
| ·馈线分割的状态估计迭代算法 | 第74-77页 |
| ·masDSE中通信机制的实现 | 第77-78页 |
| ·算例分析 | 第78-81页 |
| ·masDSE计算效率分析 | 第78-80页 |
| ·Agent间通信延时分析 | 第80页 |
| ·masDSE应用前景分析 | 第80-81页 |
| ·小节 | 第81-82页 |
| 第六章 masDSE并行分布计算的任务调度优化方法 | 第82-95页 |
| ·引言 | 第82页 |
| ·并行分布式计算的任务调度问题 | 第82-84页 |
| ·调度问题的定义 | 第82页 |
| ·调度问题模型 | 第82-83页 |
| ·调度问题的研究工具 | 第83页 |
| ·调度算法的分类 | 第83-84页 |
| ·masDSE中的调度问题模型 | 第84-87页 |
| ·任务集合 | 第84-85页 |
| ·计算资源 | 第85-86页 |
| ·假设和调度目标 | 第86-87页 |
| ·调度问题的解空间 | 第87页 |
| ·基于FCM聚类分析的任务调度优化方法 | 第87-90页 |
| ·算例分析 | 第90-94页 |
| ·小节 | 第94-95页 |
| 第七章 结论与展望 | 第95-97页 |
| ·结论 | 第95-96页 |
| ·展望 | 第96-97页 |
| 参考文献 | 第97-105页 |
| 附录 | 第105-119页 |
| 1 缩写词 | 第105-108页 |
| 2 IEEE 13 Node Test Feeder算例数据 | 第108-112页 |
| 3 IEEE 37 Node Test Feeder算例数据 | 第112-119页 |
| 发表论文和科研情况说明 | 第119-120页 |
| 致谢 | 第120页 |
