| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状及方法探究 | 第9-12页 |
| ·动态优化转换为静态优化问题的预防控制算法 | 第9-11页 |
| ·直接调节的预防控制算法 | 第11页 |
| ·智能优化算法及其他启发式预防控制算法 | 第11-12页 |
| ·本文研究内容 | 第12-14页 |
| 第二章 TSCOPF模型的建立 | 第14-21页 |
| ·引言 | 第14页 |
| ·暂态稳定约束判据的描述 | 第14-16页 |
| ·暂态过程的数学表达式 | 第16-18页 |
| ·TSCOPF模型的建立 | 第18-19页 |
| ·TSCOPF模型的化简 | 第19-20页 |
| ·小结 | 第20-21页 |
| 第三章 协同进化微粒子群算法 | 第21-31页 |
| ·引言 | 第21-22页 |
| ·COMPSO算法 | 第22-26页 |
| ·PSO算法 | 第22-24页 |
| ·COMPSO算法 | 第24-26页 |
| ·数值比较 | 第26-30页 |
| ·测试函数 | 第26-27页 |
| ·参数设置 | 第27-28页 |
| ·数值分析 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第四章 协同进化微粒子群算法在求解暂态稳定约束最优潮流中的应用 | 第31-42页 |
| ·引言 | 第31-32页 |
| ·COMPSO求解TSCOPF问题 | 第32-34页 |
| ·TSCOPF问题的数学表述 | 第32页 |
| ·适应度罚函数值计算 | 第32-33页 |
| ·算法步骤 | 第33-34页 |
| ·算例分析 | 第34-41页 |
| ·3机9节点系统 | 第35-38页 |
| ·10机39节点系统 | 第38-41页 |
| ·小结 | 第41-42页 |
| 第五章 最优控制理论求解TSCOPF问题 | 第42-56页 |
| ·引言 | 第42页 |
| ·暂态稳定约束梯度的计算 | 第42-49页 |
| ·控制量为u对暂态稳定约束梯度的推导 | 第44-46页 |
| ·控制量为x0对暂态稳定约束梯度的推导 | 第46-48页 |
| ·暂态稳定约束梯度计算的具体公式 | 第48-49页 |
| ·基于初值优化求解TSCOPF原理 | 第49-50页 |
| ·逐步二次规划法 | 第50-52页 |
| ·预防控制问题的求解步骤 | 第52-53页 |
| ·算例分析 | 第53-55页 |
| ·小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·全文总结 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 附录A IEEE3机9节点系统参数 | 第64-65页 |
| 附录B IEEE10机39节点系统参数 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间发表的论文 | 第69页 |