| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-28页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 电力系统暂态稳定分析研究现状 | 第14-17页 |
| 1.2.1 时域仿真法 | 第14-15页 |
| 1.2.2 直接法 | 第15-16页 |
| 1.2.3 基于智能计算的分析方法 | 第16-17页 |
| 1.3 时域仿真计算研究现状 | 第17-20页 |
| 1.3.1 微分方程的数值解法 | 第17-18页 |
| 1.3.2 微分-代数方程组的数值解法 | 第18页 |
| 1.3.3 稀疏技术和稀疏矢量法 | 第18-19页 |
| 1.3.4 时域仿真计算效率研究现状 | 第19-20页 |
| 1.4 基于人工神经网络的暂态稳定评估研究现状 | 第20-23页 |
| 1.4.1 基于人工神经网络的暂态稳定评估方法 | 第20-21页 |
| 1.4.2 基于人工神经网络的暂态稳定评估研究目标 | 第21-22页 |
| 1.4.3 输入特征的选取 | 第22-23页 |
| 1.5 电力系统暂态稳定紧急控制研究现状 | 第23-26页 |
| 1.5.1 电力系统暂态稳定紧急控制 | 第23-24页 |
| 1.5.2 电力系统暂态稳定紧急控制算法 | 第24-26页 |
| 1.6 本文主要研究内容及工作 | 第26-28页 |
| 第2章 基于虚拟输入的变步长暂态稳定数值积分算法 | 第28-53页 |
| 2.1 引言 | 第28-30页 |
| 2.2 基于虚拟输入的暂态稳定数值积分算法(Ⅶ算法) | 第30-37页 |
| 2.3 微分方程具体形式 | 第37-40页 |
| 2.4 步长自适应控制策略 | 第40-42页 |
| 2.5 基于虚拟输入的变步长暂态稳定数值积分算法(VSⅦ算法) | 第42-43页 |
| 2.5.1 限幅环节处理 | 第42页 |
| 2.5.2 VSVII算法仿真流程 | 第42-43页 |
| 2.6 仿真验证 | 第43-52页 |
| 2.7 本章小结 | 第52-53页 |
| 第3章 基于动态等值及数值积分灵敏度的快速紧急控制 | 第53-76页 |
| 3.1 引言 | 第53页 |
| 3.2 基于动态等值的快速暂态稳定仿真算法 | 第53-59页 |
| 3.2.1 发电机分群 | 第53-54页 |
| 3.2.2 发电机等值 | 第54-55页 |
| 3.2.3 等值系统节点导纳矩阵快速计算 | 第55-58页 |
| 3.2.4 算法流程 | 第58-59页 |
| 3.3 基于数值积分灵敏度的快速紧急控制算法 | 第59-65页 |
| 3.3.1 等值系统中快速紧急控制决策问题的描述 | 第59-60页 |
| 3.3.2 微分方程组和代数方程组 | 第60-62页 |
| 3.3.3 目标函数和约束函数的梯度 | 第62-63页 |
| 3.3.4 梯度计算公式的具体形式 | 第63-65页 |
| 3.3.5 控制灵敏度 | 第65页 |
| 3.4 紧急控制策略的反向映射 | 第65-66页 |
| 3.4.1 顺序潮流追踪法 | 第65-66页 |
| 3.4.2 控制策略的反向映射 | 第66页 |
| 3.5 基于动态等值和数值积分灵敏度的快速紧急控制算法流程 | 第66-69页 |
| 3.6 仿真验证 | 第69-75页 |
| 3.6.1 基于动态等值的快速暂态稳定计算 | 第69-71页 |
| 3.6.2 基于动态等值和数值积分灵敏度的快速紧急控制策略算法 | 第71-75页 |
| 3.7 本章小结 | 第75-76页 |
| 第4章 基于深度前馈神经网络的快速紧急控制 | 第76-103页 |
| 4.1 引言 | 第76-79页 |
| 4.2 基于深度前馈神经网络的快速紧急控制算法 | 第79-91页 |
| 4.2.1 模型基本构架及过程描述 | 第79-80页 |
| 4.2.2 暂态稳定性能指标以及暂态稳定约束函数的选取 | 第80-81页 |
| 4.2.3 深度学习神经网络结构的选取 | 第81-85页 |
| 4.2.4 梯度与灵敏度计算 | 第85-88页 |
| 4.2.5 分类与拟合的两段处理原则 | 第88-89页 |
| 4.2.6 基于深度前馈神经网络的快速紧急控制算法流程 | 第89-91页 |
| 4.3 深度前馈神经网络的训练 | 第91-96页 |
| 4.3.1 训练样本的采集及神经网络规模的设计 | 第91-92页 |
| 4.3.2 数据归一化处理 | 第92-93页 |
| 4.3.3 激活函数特点及选择 | 第93-95页 |
| 4.3.4 预测评价指标与优化方法 | 第95-96页 |
| 4.4 仿真验证 | 第96-102页 |
| 4.4.1 分类与拟合神经网络的训练与测试 | 第96-99页 |
| 4.4.2 基于深度前馈神经网络的快速紧急控制 | 第99-102页 |
| 4.5 本章小结 | 第102-103页 |
| 第5章 结论与展望 | 第103-105页 |
| 5.1 研究工作总结 | 第103页 |
| 5.2 后续工作展望 | 第103-105页 |
| 参考文献 | 第105-119页 |
| 附录 | 第119-124页 |
| F1 公式(2.8)证明 | 第119页 |
| F2 公式(2.11)详细推导 | 第119-121页 |
| F3 IEEE39单线图 | 第121页 |
| F4 公式(3.23)证明 | 第121-124页 |
| 作者在学期间所取得的科研成果 | 第124页 |
