基于改进GPSO和SFOA算法的无功优化研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究的背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-16页 |
| ·传统优化算法 | 第11-13页 |
| ·人工智能优化算法 | 第13-16页 |
| ·本课题所做的工作 | 第16-17页 |
| 第2章 电力系统无功优化数学模型 | 第17-26页 |
| ·无功优化数学模型概述 | 第17-18页 |
| ·单目标无功优化数学模型 | 第18-20页 |
| ·功率约束方程 | 第18-19页 |
| ·变量约束 | 第19页 |
| ·目标函数 | 第19-20页 |
| ·多目标无功优化数学模型 | 第20-25页 |
| ·目标函数的转换 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 改进梯度粒子群算法 | 第26-35页 |
| ·梯度粒子群优化算法 | 第26-28页 |
| ·标准粒子群算法 | 第26-27页 |
| ·梯度粒子群算法 | 第27-28页 |
| ·改进梯度粒子群算法 | 第28-30页 |
| ·动态调整惯性权重思想 | 第29-30页 |
| ·维变异 | 第30页 |
| ·基于改进梯度粒子群算法在无功优化的应用 | 第30-33页 |
| ·控制变量的选取 | 第31页 |
| ·控制变量的处理 | 第31-32页 |
| ·收敛条件 | 第32-33页 |
| ·基于改进梯度粒子群算法的无功优化步骤 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第4章 模拟渔夫捕鱼寻优算法 | 第35-41页 |
| ·模拟渔夫捕鱼寻优算法 | 第35-38页 |
| ·移动收索 | 第35-36页 |
| ·收缩收索 | 第36页 |
| ·搜索方法 | 第36-38页 |
| ·搜索的特点 | 第38页 |
| ·模拟渔夫捕鱼寻优算法的多目标无功优化 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第5章 算例分析 | 第41-52页 |
| ·试验条件与测试系统 | 第41-42页 |
| ·IEEE-14 节点系统 | 第41-42页 |
| ·IEEE-30 节点系统 | 第42页 |
| ·仿真结果及分析 | 第42-50页 |
| ·改进梯度粒子群算法的单目标无功优化算例分析 | 第43-46页 |
| ·模拟渔夫捕鱼寻优算法的多目标无功优化算例分析 | 第46-50页 |
| ·本章小结 | 第50-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读学位期间取得的研究成果及发表的学术论文 | 第58-59页 |
| 致谢 | 第59-60页 |
| 附录 | 第60-65页 |
| 附录A IEEE-14 节点系统参数 | 第60-62页 |
| 附录B IEEE-30 节点系统参数 | 第62-65页 |
