基于有效生成初始种群的配网无功规划优化遗传算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 1 绪论 | 第11-19页 |
| ·配网无功规划优化研究的意义 | 第11-12页 |
| ·配网无功规划优化研究现状 | 第12-18页 |
| ·电力导则或工程实用方法 | 第12-13页 |
| ·经典优化算法 | 第13-15页 |
| ·人工智能的优化算法 | 第15-17页 |
| ·混合算法 | 第17-18页 |
| ·本论文的主要工作 | 第18-19页 |
| 2 配网无功规划优化数学模型 | 第19-30页 |
| ·元件模型 | 第19-21页 |
| ·配电变压器的数学模型 | 第19-20页 |
| ·配电线路的数学模型 | 第20-21页 |
| ·配网无功规划优化模型 | 第21-22页 |
| ·目标函数 | 第21页 |
| ·约束条件 | 第21-22页 |
| ·适应度函数 | 第22页 |
| ·网损计算方法 | 第22-24页 |
| ·最大负荷损耗时间法 | 第22-23页 |
| ·损失因数法 | 第23-24页 |
| ·多负荷水平下网损计算方法 | 第24页 |
| ·并联电容器模型 | 第24-29页 |
| ·并联电容补偿的作用 | 第24-26页 |
| ·并联电容器补偿装置价格调研数据 | 第26页 |
| ·电容器投资费用模型 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 3 配网无功规划优化基于的潮流计算及节点编号方法 | 第30-40页 |
| ·潮流计算方法 | 第30-36页 |
| ·牛拉法 | 第30-32页 |
| ·PQ 分解法潮流计算 | 第32-34页 |
| ·前推回推法 | 第34-35页 |
| ·潮流计算方法的比较及对策 | 第35-36页 |
| ·收敛判据 | 第36页 |
| ·节点编号方法 | 第36-39页 |
| ·广度优先搜索编号 | 第37页 |
| ·深度优先搜索编号 | 第37-38页 |
| ·本文采用的编号方法 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 4 遗传算法的基本原理 | 第40-46页 |
| ·遗传算法的基本思路及特点 | 第40-41页 |
| ·遗传算法的基本思路 | 第40页 |
| ·遗传算法的特点 | 第40-41页 |
| ·遗传算法的过程 | 第41-45页 |
| ·遗传算法的编码 | 第41页 |
| ·遗传算法中的初始种群 | 第41页 |
| ·遗传算法中的适应度函数 | 第41-42页 |
| ·遗传算法的基本操作 | 第42-44页 |
| ·遗传算法的控制参数设定 | 第44-45页 |
| ·遗传算法的基本流程图 | 第45页 |
| ·本章小结 | 第45-46页 |
| 5 改进遗传算法在辐射型配网无功规划优化中的应用 | 第46-54页 |
| ·简化 | 第46页 |
| ·编码 | 第46-47页 |
| ·初始种群的生成 | 第47-51页 |
| ·候选补偿点位置的筛选 | 第47-48页 |
| ·基于补偿点动态最大补偿组数的初始种群生成 | 第48-49页 |
| ·初始种群中解的筛选 | 第49-50页 |
| ·节点大容量电容器补偿问题 | 第50-51页 |
| ·初始种群 | 第51页 |
| ·遗传算法的基本操作 | 第51-52页 |
| ·选择 | 第51页 |
| ·交叉 | 第51页 |
| ·变异 | 第51页 |
| ·适应度评估 | 第51页 |
| ·收敛判据 | 第51-52页 |
| ·配网无功规划优化算法流程图 | 第52页 |
| ·穷举法 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 6 算例及结果分析 | 第54-64页 |
| ·IEEE33 节点算例 | 第54-57页 |
| ·实际网络算例I | 第57-60页 |
| ·实际网络算例II | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 7 结论与展望 | 第64-66页 |
| ·结论 | 第64页 |
| ·不足及展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录 | 第70-74页 |
| A. 作者在攻读学位期间发表的论文目录 | 第70页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第70页 |
| C. 配网结构图目录 | 第70-74页 |
