摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第一章 绪论 | 第9-19页 |
1.1 选题的背景和意义 | 第9-10页 |
1.2 网格及电力网格的概念 | 第10-13页 |
1.2.1 网格的定义 | 第10-11页 |
1.2.2 电力网格 | 第11-13页 |
1.3 广域测量系统(WAMS) | 第13-15页 |
1.3.1 WAMS 的功能及应用 | 第13-14页 |
1.3.2 WAMS 在稳定控制和监测的应用 | 第14-15页 |
1.4 机器学习 | 第15-16页 |
1.5 本文的工作 | 第16-19页 |
第二章 智能化电压稳定评估与预测模型 | 第19-42页 |
2.1 引言 | 第19-20页 |
2.2 支持相量机(SVM)的算法实现 | 第20-24页 |
2.2.1 基于SVM 的学习算法 | 第20-22页 |
2.2.2 基于SVM 的分类机 | 第22-23页 |
2.2.3 基于SVM 的回归机 | 第23-24页 |
2.3 基于SVM 分类机的电压稳定评估 | 第24-35页 |
2.3.1 电压稳定评估模型 | 第24页 |
2.3.2 针对电压稳定的PMU 优化配置 | 第24-26页 |
2.3.3 学习样本的获取与稳定标准 | 第26-28页 |
2.3.4 电压稳定评估系统的流程 | 第28-30页 |
2.3.5 算例仿真 | 第30-35页 |
2.4 基于SVM 回归机的电压稳定预测 | 第35-41页 |
2.4.1 电压稳定预测模型 | 第35-36页 |
2.4.2 电压稳定裕度模型 | 第36-37页 |
2.4.3 算例仿真 | 第37-41页 |
2.5 本章小结 | 第41-42页 |
第三章 智能化暂态稳定评估与控制模型 | 第42-63页 |
3.1 引言 | 第42-43页 |
3.2 基于在线学习算法的暂态稳定预测 | 第43-53页 |
3.2.1 基于LWPR 的在线学习算法 | 第44-47页 |
3.2.2 基于LWPR 的暂态稳定预测器 | 第47-48页 |
3.2.3 基于LWPR 的暂态稳定性判据 | 第48-49页 |
3.2.4 算例仿真 | 第49-53页 |
3.3 基于抗原能量函数的暂态稳定评估 | 第53-62页 |
3.3.1 基于抗原能量函数的暂态稳定模型 | 第53-56页 |
3.3.2 基于抗原能量函数的紧急控制策略 | 第56-58页 |
3.3.3 算例仿真 | 第58-62页 |
3.4 本章小结 | 第62-63页 |
第四章 电力网格及网格体系 | 第63-82页 |
4.1 引言 | 第63-67页 |
4.2 动态安全评估网格计算平台 | 第67-68页 |
4.3 电力网格计算环境构架的设计 | 第68-70页 |
4.4 电力网格中间件的设计 | 第70-72页 |
4.5 电力网格关键技术解决方案 | 第72-78页 |
4.5.1 批处理模式的设计 | 第73-74页 |
4.5.2 可伸缩性的设计 | 第74-78页 |
4.6 电力网格的组成 | 第78-81页 |
4.7 本章小结 | 第81-82页 |
第五章 网格平台在上海电网的应用 | 第82-99页 |
5.1 动态安全分析 | 第82-90页 |
5.1.1 DSAGrid 动态安全分析 | 第83页 |
5.1.2 DSAGrid 动态安全分析计算主要功能和特点 | 第83-84页 |
5.1.3 DSAGrid 动态安全分析的任务分配 | 第84页 |
5.1.4 应用实例 | 第84-89页 |
5.1.5 操作界面 | 第89-90页 |
5.2 静态安全分析 | 第90-98页 |
5.2.1 DSAGrid 静态安全分析计算 | 第90-91页 |
5.2.2 静态安全分析计算主要功能和特点 | 第91-92页 |
5.2.3 DSAGrid 静态安全分析的信息交互过程 | 第92-93页 |
5.2.4 实际电网静态安全计算实例 | 第93-94页 |
5.2.5 操作界面 | 第94-98页 |
5.3 本章小结 | 第98-99页 |
第六章 结论 | 第99-101页 |
6.1 结论 | 第99-100页 |
6.2 展望 | 第100-101页 |
参考文献 | 第101-105页 |
致谢 | 第105-106页 |
攻读硕士学位期间已发表或录用的论文 | 第106页 |