| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 基于时域仿真的方法 | 第11-12页 |
| 1.2.2 基于能量函数方法 | 第12-13页 |
| 1.2.3 人工智能算法 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14-16页 |
| 第二章 暂态稳定时域仿真法 | 第16-24页 |
| 2.1 时域仿真法微分代数方程组 | 第16-18页 |
| 2.2 微分方程的数值积分方法 | 第18-21页 |
| 2.2.1 显式积分法 | 第18-20页 |
| 2.2.2 隐式积分法 | 第20-21页 |
| 2.3 暂态稳定数值解法的一般过程 | 第21-23页 |
| 2.4 时域仿真终止判据的基本思想 | 第23-24页 |
| 第三章 基于综合性能指标法的暂态稳定时域仿真终止判据 | 第24-36页 |
| 3.1 暂态稳定综合性能指标 | 第24-29页 |
| 3.1.1 性能指标的选取 | 第24-26页 |
| 3.1.2 性能指标的特点 | 第26-28页 |
| 3.1.3 标准化处理 | 第28-29页 |
| 3.2 时域仿真终止判据研究 | 第29-33页 |
| 3.2.1 仿真终止判据的获取 | 第30-32页 |
| 3.2.2 仿真终止判据的计算步骤 | 第32-33页 |
| 3.3 算例分析 | 第33-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第四章 基于人工神经网络的暂态稳定时域仿真终止判据 | 第36-47页 |
| 4.1 BP神经网络原理 | 第37-40页 |
| 4.2 人工神经网络暂态稳定分类器设计 | 第40-42页 |
| 4.2.1 BP神经网络分类器结构 | 第40页 |
| 4.2.2 神经网络输入数据 | 第40-41页 |
| 4.2.3 神经网络输出空间 | 第41-42页 |
| 4.3 仿真终止算法的计算步骤 | 第42-44页 |
| 4.4 算例分析 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 基于EEAC的暂态仿真终止判据 | 第47-56页 |
| 5.1 EEAC理论概述 | 第47-49页 |
| 5.1.1 临界机群的识别 | 第47-48页 |
| 5.1.2 映像系统等值参数 | 第48-49页 |
| 5.2 基于EEAC的时域仿真终止算法 | 第49-52页 |
| 5.2.1 同调性指标 | 第49-51页 |
| 5.2.2 基于EEAC的时域仿真终止算法计算步骤 | 第51-52页 |
| 5.3 算例分析 | 第52-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 全文总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的论文 | 第62页 |
| 作者简历 | 第62-63页 |
| 致谢 | 第63页 |
