摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
主要符号对照表 | 第13-14页 |
第一章 绪论 | 第14-26页 |
1.1 研究工作的背景与意义 | 第14页 |
1.2 国内外研究历史与现状 | 第14-23页 |
1.3 论文的主要贡献与创新 | 第23-24页 |
1.4 本论文结构安排 | 第24-26页 |
第二章 配网状态估计建模及拓扑分析研究 | 第26-46页 |
2.1 引言 | 第26页 |
2.2 三相配电网建模 | 第26-39页 |
2.2.1 线路三相模型 | 第26-30页 |
2.2.2 变压器三相模型 | 第30-34页 |
2.2.3 电容器模型 | 第34-36页 |
2.2.4 负荷模型 | 第36-39页 |
2.2.5 开关和刀闸模型 | 第39页 |
2.3 配电网拓扑辨识 | 第39-41页 |
2.3.1 配电网潮流辨识模型 | 第40-41页 |
2.3.2 基于二阶锥规划的拓扑辨识模型 | 第41页 |
2.4 实际拓扑算例验证 | 第41-44页 |
2.5 本章小结 | 第44-46页 |
第三章 基于非参数估计的伪量测研究 | 第46-63页 |
3.1 引言 | 第46页 |
3.2 非参数超短期预测模型 | 第46-52页 |
3.2.1 非参数估计 | 第46-47页 |
3.2.2 核密度估计方法 | 第47-52页 |
3.3 等距插值算法 | 第52-58页 |
3.3.1 Stirling插值方法 | 第52-54页 |
3.3.2 一阶近似 | 第54-55页 |
3.3.3 二阶近似 | 第55-58页 |
3.4 样本负荷分类 | 第58页 |
3.5 伪量测生成流程图 | 第58-59页 |
3.6 实际算例验证 | 第59-61页 |
3.6.1 数据来源 | 第59-60页 |
3.6.2 非参数超短期预测模型精度验证 | 第60-61页 |
3.6.3 插值算法效果验证 | 第61页 |
3.7 本章小结 | 第61-63页 |
第四章 基于布谷鸟负荷分类及网络裁剪的状态估计研究 | 第63-81页 |
4.1 引言 | 第63页 |
4.2 布谷鸟及K均值聚类算法 | 第63-66页 |
4.2.1 布谷鸟算法 | 第63-65页 |
4.2.2 K均值聚类算法 | 第65-66页 |
4.3 典型负荷分类方法 | 第66-70页 |
4.3.1 日负荷曲线和归一化日负荷曲线 | 第66-67页 |
4.3.2 特性负荷类型 | 第67页 |
4.3.3 特性日和季节 | 第67-70页 |
4.4 状态估计负荷预估 | 第70-71页 |
4.5 状态估计网络裁剪数学模型 | 第71-74页 |
4.6 负荷估计校准 | 第74页 |
4.7 状态估计算法流程 | 第74-75页 |
4.8 实际算例验证 | 第75-80页 |
4.8.1 10/0.4 KV变压器验证 | 第76-78页 |
4.8.2 10KV馈线验证 | 第78-80页 |
4.9 本章小结 | 第80-81页 |
第五章 基于回路的配电网潮流计算研究 | 第81-95页 |
5.1 引言 | 第81页 |
5.2 回路分析法 | 第81-83页 |
5.2.1 道路矩阵 | 第82-83页 |
5.2.2 回路支路关联矩阵 | 第83页 |
5.3 回路分析电路方程 | 第83-86页 |
5.4 基于回路的潮流算法 | 第86-87页 |
5.5 中性点不接地系统的潮流分析 | 第87-89页 |
5.5.1 对称分量法 | 第87-88页 |
5.5.2 相线电压混合法 | 第88-89页 |
5.6 实际算例验证 | 第89-90页 |
5.7 潮流计算的可视化实现 | 第90-93页 |
5.7.1 实时GIS平台图形应用的实现方法 | 第91-92页 |
5.7.2 面向电网设备的内存对象数据库 | 第92页 |
5.7.3 潮流可视化压力测试 | 第92-93页 |
5.8 本章小结 | 第93-95页 |
第六章 城乡配网智能分析决策支持系统 | 第95-103页 |
6.1 引言 | 第95页 |
6.2 系统基础算法的实现 | 第95-100页 |
6.2.1 状态估计算法 | 第95-96页 |
6.2.2 潮流计算算法 | 第96页 |
6.2.3 大规模应用测试 | 第96-100页 |
6.3 系统特点 | 第100页 |
6.4 系统实际应用 | 第100-102页 |
6.4.1 数据描述 | 第100页 |
6.4.2 实时状态估计 | 第100-101页 |
6.4.3 潮流计算 | 第101页 |
6.4.4 应用效果 | 第101-102页 |
6.5 本章小结 | 第102-103页 |
第七章 总结与展望 | 第103-106页 |
7.1 全文总结 | 第103-104页 |
7.2 后续工作展望 | 第104-106页 |
致谢 | 第106-107页 |
参考文献 | 第107-121页 |
攻读博士学位期间取得的成果 | 第121-122页 |