基于混合算法的电网扩展规划研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 电网规划研究的背景及意义 | 第9页 |
| 1.2 输电网络扩展规划任务 | 第9-10页 |
| 1.3 国内外发展现状 | 第10-15页 |
| 1.4 本文的主要研究内容 | 第15-16页 |
| 2 输电网规划的数学模型 | 第16-21页 |
| 2.1 电网规划概述 | 第16-17页 |
| 2.2 电网规划的数学模型 | 第17-20页 |
| 2.2.1 单目标输电网数学模型 | 第17-18页 |
| 2.2.2 可靠性模型 | 第18页 |
| 2.2.3 多阶段电网规划数学模型 | 第18-19页 |
| 2.2.4 多目标电网规划数学模型 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 3 算法的融合 | 第21-37页 |
| 3.1 遗传算法 | 第21-24页 |
| 3.1.1 遗传算法简介 | 第21页 |
| 3.1.2 遗传算法的基本原理 | 第21-22页 |
| 3.1.3 简单遗传算法的求解流程 | 第22-23页 |
| 3.1.4 遗传算法的特点 | 第23-24页 |
| 3.2 模拟退火算法 | 第24-27页 |
| 3.2.1 模拟退火算法简介 | 第24页 |
| 3.2.2 模拟退火算法基本原理 | 第24-25页 |
| 3.2.3 模拟退火算法的求解流程 | 第25-26页 |
| 3.2.4 模拟退火算法的特点 | 第26-27页 |
| 3.3 蚁群算法 | 第27-31页 |
| 3.3.1 蚁群算法简介 | 第27页 |
| 3.3.2 蚁群算法原理 | 第27-29页 |
| 3.3.3 蚁群算法计算流程 | 第29-30页 |
| 3.3.4 蚁群算法的特点 | 第30-31页 |
| 3.4 算法的融合思路 | 第31-35页 |
| 3.4.1 模拟退火算法替代遗传算法选择操作 | 第31-32页 |
| 3.4.2 在最优点附近进入蚁群算法 | 第32-34页 |
| 3.4.3 混合合算法基本流程 | 第34-35页 |
| 3.5 本章小结 | 第35-37页 |
| 4 基于混合算法的电网规划 | 第37-59页 |
| 4.1 电网规划的数学模型 | 第37页 |
| 4.2 编码方式 | 第37-38页 |
| 4.3 适应度函数 | 第38页 |
| 4.4 判断网络的连通性 | 第38-40页 |
| 4.5 潮流计算 | 第40-43页 |
| 4.6 过负荷计算 | 第43-44页 |
| 4.7 混合算法的计算流程 | 第44-47页 |
| 4.8 算例分析 | 第47-58页 |
| 4.8.1 实例分析 | 第47-49页 |
| 4.8.2 仅运用遗传算法分析结果 | 第49-52页 |
| 4.8.3 仅运用蚁群算法分析结果 | 第52-55页 |
| 4.8.4 混合算法分析结果 | 第55-58页 |
| 4.9 本章小结 | 第58-59页 |
| 5 总结和展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间科研成果 | 第65-66页 |
| 致谢 | 第66-67页 |
