| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 配电网故障恢复的研究背景及意义 | 第10页 |
| 1.2 配电网故障恢复策略国内外研究现状 | 第10-16页 |
| 1.2.1 配电网故障恢复算法综述 | 第11-13页 |
| 1.2.2 多目标进化算法综述 | 第13-16页 |
| 1.3 本文的主要工作 | 第16-18页 |
| 第2章 配电网故障恢复基本原理和算法 | 第18-32页 |
| 2.1 配电网模型 | 第18页 |
| 2.2 配电网拓扑分析和潮流计算原理 | 第18-22页 |
| 2.2.1 配电网拓扑分析 | 第18-21页 |
| 2.2.2 配电网潮流计算方法 | 第21-22页 |
| 2.3 配电网故障恢复数学模型 | 第22-24页 |
| 2.4 配电网故障恢复的一般步骤 | 第24页 |
| 2.5 多目标进化算法 | 第24-26页 |
| 2.5.1 多目标进化算法重要定义 | 第25-26页 |
| 2.5.2 多目标进化算法的一般流程 | 第26页 |
| 2.6 基于多智能体遗传算法的单目标组合优化问题 | 第26-31页 |
| 2.6.1 组合优化智能体的定义、能量和环境 | 第27-28页 |
| 2.6.2 组合优化智能体行为 | 第28-30页 |
| 2.6.3 组合优化问题的多智能体遗传算法步骤和流程 | 第30-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第3章 一种配电网恢复快速拓扑分析和潮流计算方法 | 第32-41页 |
| 3.1 配电网的简化模型 | 第32-33页 |
| 3.2 配电网拓扑分析 | 第33-37页 |
| 3.2.1 配电网拓扑数据录入与存储 | 第33-35页 |
| 3.2.2 配电网拓扑分析的实现 | 第35-37页 |
| 3.3 配电网潮流计算的实现 | 第37页 |
| 3.4 配电网故障恢复拓扑分析和潮流计算算例仿真 | 第37-40页 |
| 3.4.1 配电网拓扑分析仿真 | 第37-39页 |
| 3.4.2 配电网潮流计算仿真 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于多智能体遗传算法的配电网故障恢复 | 第41-58页 |
| 4.1 配电网故障恢复中多智能体遗传算法设计及实现方法 | 第41-48页 |
| 4.1.1 初始种群的生成方法 | 第41-45页 |
| 4.1.2 适应度函数的确定 | 第45-46页 |
| 4.1.3 智能体行为方式的判定 | 第46-48页 |
| 4.1.4 Pareto最优解集的构造 | 第48页 |
| 4.2 基于多智能体遗传算法的配电网故障恢复策略 | 第48-50页 |
| 4.3 配电网故障恢复算例分析 | 第50-57页 |
| 4.3.1 16节点系统算例分析 | 第51-54页 |
| 4.3.2 33节点系统算例分析 | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第66页 |