| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 电力系统暂态稳定评估方法概述 | 第12-14页 |
| 1.2.1 时域仿真法 | 第12页 |
| 1.2.2 直接法 | 第12-13页 |
| 1.2.3 人工智能法 | 第13-14页 |
| 1.3 基于人工神经网络方法的暂态稳定评估概述 | 第14-15页 |
| 1.4 输入特征量的选择方法概述 | 第15-16页 |
| 1.5 本文研究内容 | 第16-18页 |
| 第2章 基于轨迹分析方法的暂态稳定量化评估指标建立 | 第18-26页 |
| 2.1 轨迹分析方法 | 第18-22页 |
| 2.1.1 数学模型及单机能量函数 | 第18-20页 |
| 2.1.2 暂态能量沿故障后系统轨迹变化的特点 | 第20-21页 |
| 2.1.3 稳定、不稳定指标的定义 | 第21-22页 |
| 2.1.4 各种情况下指标特征概览 | 第22页 |
| 2.2 规范轨迹下的稳定、不稳定指标改进策略 | 第22-25页 |
| 2.2.1 发电机典型稳定、失稳之势能-功角特性 | 第23页 |
| 2.2.2 发电机漏判样本之特性分析 | 第23-25页 |
| 2.2.3 多摆评价应用策略 | 第25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 稳态信息与稳定指标映射关系构建方法 | 第26-35页 |
| 3.1 基于复合神经网络的暂态稳定裕度评估原理 | 第26-27页 |
| 3.2 复合神经网络的结构 | 第27-30页 |
| 3.3 最严重故障的筛选 | 第30-31页 |
| 3.4 复合神经网络的性能指标 | 第31-32页 |
| 3.5 基于运行数据的回归分析方法 | 第32-33页 |
| 3.5.1 稳态关键特征提取 | 第32-33页 |
| 3.5.2 基于回归模型提取稳定运行规则 | 第33页 |
| 3.5.3 对电力系统稳定性影响最大的特征变量组合识别方法 | 第33页 |
| 3.6 本章小结 | 第33-35页 |
| 第4章 仿真算例验证 | 第35-49页 |
| 4.1 复合神经网络的性能分析 | 第36-37页 |
| 4.2 多摆评价策略应用效果分析 | 第37-38页 |
| 4.3 薄弱发电机群的辨识 | 第38-39页 |
| 4.4 基于运行数据的回归分析 | 第39-43页 |
| 4.5 运行变量、控制变量时序变化对电力系统稳定性的影响 | 第43-47页 |
| 4.5.1 运行变量和控制变量的时序变化特征 | 第43-45页 |
| 4.5.2 提高电力系统稳定性的控制调整方法 | 第45-47页 |
| 4.6 本章小结 | 第47-49页 |
| 总结与展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第54-55页 |
| 致谢 | 第55页 |
