论文创新点 | 第5-6页 |
目录 | 第6-9页 |
摘要 | 第9-12页 |
ABSTRACT | 第12-15页 |
1 引言 | 第16-32页 |
1.1 课题背景和研究意义 | 第16-19页 |
1.1.1 土壤参数反演 | 第17页 |
1.1.2 接地导体优化布置 | 第17-18页 |
1.1.3 接地网腐蚀诊断 | 第18-19页 |
1.2 国内外研究现状 | 第19-25页 |
1.2.1 国内研究现状 | 第19-22页 |
1.2.2 国外研究现状 | 第22-25页 |
1.3 目前研究的不足 | 第25-29页 |
1.3.1 土壤参数反演 | 第26-27页 |
1.3.2 接地网导体优化布置 | 第27-28页 |
1.3.3 接地网腐蚀故障诊断 | 第28-29页 |
1.4 本文主要工作 | 第29-32页 |
2 水平多层土壤格林函数与网内电势差的模型 | 第32-60页 |
2.1 水平多层土壤的视在电阻率正演模型 | 第32-43页 |
2.1.1 水平多层土壤格林函数的智能化推导方法 | 第32-36页 |
2.1.2 计算水平多层土壤格林函数的智能复镜像法 | 第36-40页 |
2.1.3 源层为首层时格林函数导数的推导和计算 | 第40-42页 |
2.1.4 算例 | 第42-43页 |
2.2 网内电势差计算模型 | 第43-56页 |
2.2.1 网内电势差的理论分析 | 第43-51页 |
2.2.2 网内电势差的计算分析 | 第51-53页 |
2.2.3 网内电势差算例 | 第53-56页 |
2.3 腐蚀情况下的接地网仿真模型 | 第56-59页 |
2.3.1 导通电阻的计算模型 | 第56页 |
2.3.2 腐蚀情况下的接地导体模型 | 第56-57页 |
2.3.3 算例 | 第57-59页 |
2.4 本章小结 | 第59-60页 |
3 水平多层土壤参数反演 | 第60-84页 |
3.1 反演目标函数及其梯度 | 第60-61页 |
3.2 传统反演方法的对比研究 | 第61-71页 |
3.2.1 传统优化方法简介 | 第62页 |
3.2.2 对比算例 | 第62-68页 |
3.2.3 极距布置原则 | 第68-69页 |
3.2.4 带约束的土壤反演 | 第69-71页 |
3.3 水平多层土壤反演的群智能方法 | 第71-79页 |
3.3.1 粒子群方法 | 第71-73页 |
3.3.2 人工萤火虫算法 | 第73-75页 |
3.3.3 人工蜂群算法 | 第75-76页 |
3.3.4 群智能方法算例 | 第76-79页 |
3.4 经典优化方法与群智能方法的联合应用 | 第79-83页 |
3.4.1 信赖域粒子群算法 | 第79页 |
3.4.2 最小二乘粒子群算法 | 第79-81页 |
3.4.3 信赖域人工蜂群算法 | 第81-82页 |
3.4.4 最小二乘人工蜂群算法 | 第82-83页 |
3.5 本章小结 | 第83-84页 |
4 接地网导体优化布置 | 第84-110页 |
4.1 接地网导体优化布置的目标函数 | 第85-86页 |
4.2 最大跨步电势和最大接触电势的智能识别 | 第86-100页 |
4.2.1 算例模型 | 第88-90页 |
4.2.2 最大跨步电势的智能识别 | 第90-94页 |
4.2.3 最大接触电势的智能识别 | 第94-97页 |
4.2.4 关于最大跨步/接触电势的一些讨论 | 第97-100页 |
4.3 接地网导体优化布置的算法 | 第100-102页 |
4.3.1 单纯形方法 | 第100-101页 |
4.3.2 接地网导体优化布置算法流程 | 第101-102页 |
4.4 变电站接地网的优化布置算例 | 第102-108页 |
4.4.1 小型接地网的算例 | 第102-104页 |
4.4.2 大型接地网的算例 | 第104页 |
4.4.3 与已有文献的对比 | 第104-108页 |
4.5 本章小结 | 第108-110页 |
5 接地网腐蚀的随机正演 | 第110-128页 |
5.1 接地腐蚀仿真的蒙特卡洛法 | 第110-111页 |
5.2 接地网腐蚀的蒙特卡洛仿真 | 第111-124页 |
5.2.1 接地电阻的蒙特卡洛法计算分析 | 第112-113页 |
5.2.2 导通电阻的蒙特卡洛法计算分析 | 第113-120页 |
5.2.3 地表电位的蒙特卡洛法计算分析 | 第120-124页 |
5.3 讨论 | 第124-126页 |
5.3.1 蒙特卡洛法的结果对比 | 第124-125页 |
5.3.2 现实干扰因素的讨论 | 第125页 |
5.3.3 接地腐蚀诊断新方法的展望 | 第125-126页 |
5.4 本章小结 | 第126-128页 |
6 结论和展望 | 第128-132页 |
6.1 结论 | 第128-129页 |
6.2 展望 | 第129-132页 |
附录 经典优化算法流程 | 第132-136页 |
A1 最速下降法 | 第132页 |
A2 共轭梯度法 | 第132页 |
A3 BFGS拟牛顿法 | 第132-133页 |
A4 信赖域方法 | 第133-134页 |
A5 最小二乘法 | 第134-136页 |
参考文献 | 第136-148页 |
攻博期间发表的论文 | 第148-150页 |
致谢 | 第150页 |