| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 英文缩略语表 | 第7-8页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-13页 |
| 1.1.1 电网状态估计 | 第9-11页 |
| 1.1.2 自愈控制下的电网状态估计研究现状 | 第11-13页 |
| 1.2 本文主要工作 | 第13-14页 |
| 第二章 电网状态估计相关理论的基础知识 | 第14-21页 |
| 2.1 电网状态估计的数学描述 | 第14-16页 |
| 2.2 电网状态估计的常用算法 | 第16-20页 |
| 2.3 小结 | 第20-21页 |
| 第三章 自愈控制下基于SCADA/RTU的状态估计 | 第21-33页 |
| 3.1 SCADA/RTU系统 | 第21页 |
| 3.2 自愈控制下面向过程的状态估计 | 第21-23页 |
| 3.3 基于加权最小二乘模型的抗差过程断面状态估计法 | 第23-26页 |
| 3.4 综合权fair法抗差模式 | 第26-32页 |
| 3.5 小结 | 第32-33页 |
| 第四章 自愈控制下基于WAMS/PMU的状态估计 | 第33-50页 |
| 4.1 广域量测系统（WAMS） | 第33-37页 |
| 4.2 自愈控制中满足全维可观测性的PMU的最优配置 | 第37-42页 |
| 4.2.1 基于线性状态估计理论的PMU配置 | 第37页 |
| 4.2.2 PMU配置常用的算法 | 第37-38页 |
| 4.2.3 改进的二进制粒子群算法在PMU配置中的应用 | 第38-42页 |
| 4.2.3.1 二进制粒子群PMU配置模型 | 第38-39页 |
| 4.2.3.2 二进制粒子群算法的分析 | 第39-40页 |
| 4.2.3.3 BPSO在PMU配置中的改进算法GBPSO | 第40-42页 |
| 4.3 算法实现流程 | 第42-43页 |
| 4.4 仿真算例 | 第43-46页 |
| 4.4.1 New England 39节点系统仿真 | 第43-45页 |
| 4.4.2 湖南长株洲的42节点系统仿真 | 第45-46页 |
| 4.5 在N-1 条件下基于GBPSO算法的PMU配置实现 | 第46-49页 |
| 4.6 小结 | 第49-50页 |
| 第五章 自愈控制下基于WAMS/SCADA的混合估计 | 第50-53页 |
| 5.1 WAMS/SCADA混合量测 | 第50-52页 |
| 5.1.1 混合量测系统下常用的估计方法PQ分解法 | 第50页 |
| 5.1.2 算法流程 | 第50-51页 |
| 5.1.3 仿真算例 | 第51-52页 |
| 5.2 小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-54页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录1 攻读硕士学位期间申请的专利 | 第57-58页 |
| 致谢 | 第58页 |
