| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 选题背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 不良数据检测与辨识的研究进展 | 第11-12页 |
| 1.2.2 电力系统抗差估计的研究进展 | 第12-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 第2章 电力系统状态估计与不良数据检测辨识的理论基础 | 第14-24页 |
| 2.1 引言 | 第14页 |
| 2.2 电力系统状态估计的基本原理 | 第14-19页 |
| 2.2.1 常规潮流与状态估计的比较 | 第14页 |
| 2.2.2 加权最小二乘估计 | 第14-17页 |
| 2.2.3 指数型目标函数抗差状态估计 | 第17-19页 |
| 2.3 不良数据检测与辨识的基本原理 | 第19-23页 |
| 2.3.1 残差方程 | 第19-20页 |
| 2.3.2 常用不良数据检测方法 | 第20-23页 |
| 2.3.3 常用不良数据辨识方法 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 不良数据检测与辨识的新判据 | 第24-31页 |
| 3.1 电力系统不良数据的表现 | 第24页 |
| 3.2 残差污染与残差淹没 | 第24-25页 |
| 3.3 外学生化残差 | 第25-26页 |
| 3.4 算例分析 | 第26-28页 |
| 3.5 量测量突变检测量获取新方法 | 第28-30页 |
| 3.5.1 电力系统准稳态模型 | 第29页 |
| 3.5.2 Holt's二参数指数平滑法 | 第29-30页 |
| 3.5.3 递推增广最小二乘法 | 第30页 |
| 3.6 本章小结 | 第30-31页 |
| 第4章 基于减法聚类的FCM综合不良数据检测辨识方法 | 第31-38页 |
| 4.1 FCM算法 | 第31-33页 |
| 4.2 减法聚类算法 | 第33-34页 |
| 4.3 算例分析 | 第34-37页 |
| 4.4 本章小结 | 第37-38页 |
| 第5章 基于外学生化残差的指数加权最小二乘抗差估计 | 第38-49页 |
| 5.1 加权最小二乘法的抗差性分析 | 第38页 |
| 5.2 等价权原理 | 第38-39页 |
| 5.3 指数加权最小二乘抗差估计 | 第39-41页 |
| 5.4 算例分析 | 第41-48页 |
| 5.4.1 IEEE-14系统算例分析 | 第41-45页 |
| 5.4.2 IEEE-118系统算例分析 | 第45-48页 |
| 5.4.3 三种估计方法对比总结 | 第48页 |
| 5.5 本章小结 | 第48-49页 |
| 第6章 结论与展望 | 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他成果 | 第54-55页 |
| 致谢 | 第55页 |
