| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10页 |
| 1.2 电力系统低频振荡概述 | 第10-11页 |
| 1.2.1 低频振荡发生原因 | 第10页 |
| 1.2.2 低频振荡抑制措施 | 第10-11页 |
| 1.3 FACTS概念及几种重要FACTS装置 | 第11-12页 |
| 1.4 TCSC阻尼低频振荡研究现状及工程应用情况 | 第12-15页 |
| 1.4.1 TCSC阻尼低频振荡研究现状 | 第12-14页 |
| 1.4.2 TCSC工程应用情况 | 第14-15页 |
| 1.5 本文研究目的及主要工作 | 第15-16页 |
| 1.5.1 研究目的 | 第15页 |
| 1.5.2 主要工作 | 第15-16页 |
| 2 TCSC特性及阻尼低频振荡机理分析 | 第16-31页 |
| 2.1 TCSC特性分析 | 第16-20页 |
| 2.1.1 TCSC结构与工作方式 | 第16-17页 |
| 2.1.2 TCR特征分析 | 第17-19页 |
| 2.1.3 TCSC等效阻抗分析 | 第19-20页 |
| 2.2 TCSC分层控制策略分析 | 第20-24页 |
| 2.2.1 TCSC上层控制策略 | 第20-21页 |
| 2.2.2 TCSC中层控制策略 | 第21-23页 |
| 2.2.3 TCSC底层控制策略 | 第23-24页 |
| 2.3 TCSC阻尼低频振荡机理分析 | 第24-30页 |
| 2.3.1 含TCSC的推广Phillips-Heffron模型 | 第24-26页 |
| 2.3.2 系统从TCSC获得的转矩类型及性质分析 | 第26-27页 |
| 2.3.3 TCSC阻尼低频振荡机理定性分析 | 第27-28页 |
| 2.3.4 仿真验证 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 TCSC自适应阻尼控制方法研究 | 第31-46页 |
| 3.1 基于鸽群优化算法的TCSC阻尼控制参数优化方法 | 第32-39页 |
| 3.1.1 鸽群优化算法 | 第32-34页 |
| 3.1.2 BP神经网络 | 第34-36页 |
| 3.1.3 基于鸽群优化算法的BP神经网络新模型（ PIO-BP） | 第36-38页 |
| 3.1.4 PIO-BP神经网络优化阻尼控制参数 | 第38-39页 |
| 3.2 仿真分析 | 第39-45页 |
| 3.2.1 含TCSC的单机无穷大系统建模 | 第39-41页 |
| 3.2.2 TCSC自适应阻尼控制器建模 | 第41-43页 |
| 3.2.3 仿真结果及分析 | 第43-45页 |
| 3.3 本章小结 | 第45-46页 |
| 4 电力系统中多FACTS交互影响仿真分析 | 第46-51页 |
| 4.1 含多个FACTS的多机电力系统模型 | 第46-47页 |
| 4.1.1 发电机动态方程 | 第46页 |
| 4.1.2 电力系统网络方程 | 第46-47页 |
| 4.2 SVC与TCSC之间的交互影响仿真分析 | 第47-50页 |
| 4.3 本章小结 | 第50-51页 |
| 5 多FACTS系统中TCSC阻尼低频振荡控制方法研究 | 第51-65页 |
| 5.1 基于多目标优化的改进鸽群算法 | 第51-55页 |
| 5.1.1 多目标优化问题 | 第51-52页 |
| 5.1.2 鸽群优化算法的改进 | 第52-55页 |
| 5.2 多目标鸽群优化算法（ MOPIO）性能测试 | 第55-60页 |
| 5.2.1 测试函数 | 第55-57页 |
| 5.2.2 算法参数设置 | 第57-58页 |
| 5.2.3 测试结果及分析 | 第58-60页 |
| 5.3 基于多目标鸽群优化算法（ MOPIO）的SVC与TCSC协调控制实现 | 第60-64页 |
| 5.3.1 多目标优化模型 | 第60-61页 |
| 5.3.2 仿真及分析 | 第61-64页 |
| 5.4 本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 作者简历 | 第70-72页 |
| 学位论文数据集 | 第72-73页 |
