| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-22页 |
| ·电力系统最优潮流概述 | 第11-13页 |
| ·电力系统最优潮流算法 | 第13-20页 |
| ·电力系统最优潮流的经典算法 | 第14-17页 |
| ·人工智能的最优潮流算法 | 第17-20页 |
| ·人工智能算法和传统算法的区别 | 第20页 |
| ·本文的主要工作 | 第20-22页 |
| 第2章 电力系统最优潮流问题 | 第22-34页 |
| ·电力系统最优潮流的模型 | 第22-25页 |
| ·最优潮流的变量 | 第22页 |
| ·最优潮流的约束条件 | 第22-24页 |
| ·最优潮流的数学模型 | 第24-25页 |
| ·电力系统的电压稳定问题 | 第25-31页 |
| ·电压稳定的概念 | 第25-26页 |
| ·电压稳定的分类 | 第26-27页 |
| ·电压稳定性指标 | 第27-30页 |
| ·雅可比矩阵最小奇异值 | 第30-31页 |
| ·考虑静态电压稳定的最优潮流模型 | 第31-33页 |
| ·数学模型 | 第32页 |
| ·目标函数的转换 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第3章 几种群体智能优化算法及其在最优潮流中的应用 | 第34-45页 |
| ·搜寻者优化算法(SOA) | 第34-38页 |
| ·SOA的物理意义 | 第34-35页 |
| ·SOA的数学模型 | 第35-37页 |
| ·SOA的算法流程 | 第37-38页 |
| ·粒子群算法(PSO) | 第38-43页 |
| ·PSO的物理意义 | 第38页 |
| ·PSO的数学模型 | 第38-39页 |
| ·PSO的算法流程 | 第39-41页 |
| ·几种改进的PSO算法 | 第41-43页 |
| ·群集智能优化算法求解最优潮流的过程 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第4章 仿真结果及分析 | 第45-63页 |
| ·试验条件 | 第45页 |
| ·试验对象 | 第45-50页 |
| ·IEEE30节点系统 | 第45-47页 |
| ·IEEE57节点系统 | 第47-50页 |
| ·仿真结果及分析 | 第50-62页 |
| ·IEEE30节点系统 | 第50-56页 |
| ·IEEE57节点系统 | 第56-62页 |
| ·小结 | 第62-63页 |
| 第5章 结论与展望 | 第63-65页 |
| ·结论 | 第63-64页 |
| ·下一步的工作 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71页 |