首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

微网分布式协调控制系统设计及仿真实现

摘要第5-6页
Abstract第6页
第1章 绪论第11-20页
    1.1 课题研究背景及意义第11-12页
    1.2 微电网的基本原理第12-14页
        1.2.1 微电网的基本概念第12-13页
        1.2.2 微电网的优点第13-14页
    1.3 国内外发展状况第14-18页
        1.3.1 微电网的发展状况第14-15页
        1.3.2 微电网控制技术的发展状况第15-16页
        1.3.3 MAS 和元胞自动机在微电网智能控制中的研究状况第16-17页
        1.3.4 我国微电网的发展前景第17-18页
    1.4 本文的主要工作第18-20页
第2章 MAS 与元胞自动机的基本理论第20-28页
    2.1 Agent 的基本理论第20-25页
        2.1.1 Agent 的研究和发展第20-21页
        2.1.2 Agent 的基本概念第21-22页
        2.1.3 MAS 的理论模型第22页
        2.1.4 MAS 的结构第22-23页
        2.1.5 MAS 的交互模型第23-24页
        2.1.6 MAS 的学习能力研究第24页
        2.1.7 MAS 应用于微电网中的优势第24-25页
    2.2 元胞自动机的基本理论第25-27页
        2.2.1 元胞自动机的研究和发展第25页
        2.2.2 元胞自动机的基本概念第25-26页
        2.2.3 元胞自动机的一般特征第26-27页
        2.2.4 元胞自动机应用于微电网中的优势第27页
    2.3 本章小结第27-28页
第3章 基于 MAS 和元胞自动机的微网分布式协调控制模型第28-43页
    3.1 MAS 和元胞自动机集成建模的必要性和可行性第28-29页
    3.2 基于 MAS 和元胞自动机的双层模型框架第29-30页
    3.3 基于 MAS 的微网分布式协调运行控制功能模型第30-41页
        3.3.1 智能体第31-34页
        3.3.2 交互模型第34-36页
        3.3.3 微网自趋优控制策略第36-41页
    3.4 基于元胞自动机的微网运行跟踪模型第41-42页
    3.5 本章小结第42-43页
第4章 基于 MAS 的微网分布式协调控制算法的研究第43-50页
    4.1 基于 MAS 的微网分布式协调控制算法的选取第43-44页
    4.2 Q 学习第44-47页
        4.2.1 随机对策第44页
        4.2.2 行为选择方式第44-45页
        4.2.3 Q 学习的一般原理第45-46页
        4.2.4 Q 学习主要存在的一些问题第46-47页
    4.3 改进的 Q 学习算法第47-49页
        4.3.1 Q 学习算法的改进第47-48页
        4.3.2 迭代步骤第48-49页
    4.4 本章小结第49-50页
第5章 算例仿真第50-64页
    5.1 微电网系统仿真模型第50-51页
    5.2 算法相关参数设置第51-53页
        5.2.1 状态集和动作集第51页
        5.2.2 奖励函数第51-52页
        5.2.3 元胞状态转换规则第52-53页
    5.3 仿真实验及其分析第53-63页
        5.3.1 光照强度改变时微网仿真性能分析第53-55页
        5.3.2 风速变化时微网仿真性能分析第55-57页
        5.3.3 风机切除时微网仿真性能分析第57-58页
        5.3.4 负荷变化时微网仿真性能分析第58-61页
        5.3.5 与其他控制方法的比较第61-63页
    5.4 本章小结第63-64页
第6章 结论与展望第64-66页
    6.1 研究结论第64-65页
    6.2 工作展望第65-66页
参考文献第66-71页
攻读硕士学位期间发表的论文及其它成果第71-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:基于Web数据挖掘技术的个性化学习系统的设计与实现
下一篇:鹏华基金公司风险管理信息系统的设计方案