| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 课题研究的背景及意义 | 第13-14页 |
| 1.2 电力系统无功优化的研究现状 | 第14-19页 |
| 1.2.1 经典数学优化算法 | 第14-16页 |
| 1.2.2 人工智能优化算法 | 第16-19页 |
| 1.3 本文的主要工作 | 第19-21页 |
| 第二章 电力系统无功优化数学模型 | 第21-34页 |
| 2.1 无功功率对电力系统的影响 | 第21-24页 |
| 2.1.1 无功功率对系统电压的影响 | 第21-23页 |
| 2.1.2 无功功率对系统有功损耗的影响 | 第23-24页 |
| 2.2 电力系统无功优化的数学模型 | 第24-29页 |
| 2.2.1 无功优化的常用模型 | 第24-25页 |
| 2.2.2 无功优化的约束条件 | 第25-26页 |
| 2.2.3 本文选取的目标函数 | 第26-29页 |
| 2.3 电力系统无功优化的潮流计算 | 第29-33页 |
| 2.3.1 潮流计算的数学模型 | 第30-31页 |
| 2.3.2 潮流计算的节点分类 | 第31页 |
| 2.3.3 牛顿法潮流计算 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 多智能体纵横交叉算法 | 第34-50页 |
| 3.1 纵横交叉算法(CSO) | 第34-39页 |
| 3.1.1 纵横交叉算法的原理 | 第34-35页 |
| 3.1.2 横向交叉运算及竞争 | 第35-36页 |
| 3.1.3 横向交叉运算分析 | 第36-38页 |
| 3.1.4 纵向交叉运算及竞争 | 第38-39页 |
| 3.1.5 纵向交叉运算分析 | 第39页 |
| 3.2 多智能体纵横交叉算法(MACSO) | 第39-44页 |
| 3.2.1 Agent的环境定义 | 第40-41页 |
| 3.2.2 Agent的邻域定义 | 第41-42页 |
| 3.2.3 Agent的行动策略 | 第42页 |
| 3.2.4 Agent的自学习操作 | 第42-43页 |
| 3.2.5 多智能体纵横交叉算法的基本步骤 | 第43-44页 |
| 3.3 基于Pareto理论的多智能体纵横交叉算法 | 第44-49页 |
| 3.3.1 Pareto占优理论 | 第44-45页 |
| 3.3.2 快速非支配排序法 | 第45-46页 |
| 3.3.3 精英选择策略 | 第46页 |
| 3.3.4 Pareto最优解的选取 | 第46-47页 |
| 3.3.5 多智能体纵横交叉算法的多目标化 | 第47-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第四章 IEEE标准节点系统的仿真分析 | 第50-65页 |
| 4.1 IEEE14节点无功优化仿真 | 第50-55页 |
| 4.1.1 系统数据 | 第50-53页 |
| 4.1.2 无功优化结果分析 | 第53-55页 |
| 4.2 IEEE30节点无功优化仿真 | 第55-60页 |
| 4.2.1 系统数据 | 第56-57页 |
| 4.2.2 无功优化结果分析 | 第57-60页 |
| 4.3 IEEE57节点无功优化仿真 | 第60-64页 |
| 4.3.1 系统数据 | 第60-62页 |
| 4.3.2 无功优化结果分析 | 第62-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第五章 地区电网的无功优化仿真分析 | 第65-76页 |
| 5.1 地区电网数据 | 第65-66页 |
| 5.2 地区电网无功优化仿真 | 第66-74页 |
| 5.2.1 地区电网单目标优化结果分析 | 第66-68页 |
| 5.2.2 地区电网多目标优化结果分析 | 第68-74页 |
| 5.3 本章小结 | 第74-76页 |
| 结论与展望 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 读研期间发表的论文 | 第83-84页 |
| 致谢 | 第84页 |