基于蚁群算法的配电网故障恢复策略研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·配电网故障恢复策略研究的意义 | 第9-10页 |
| ·配电自动化的故障处理模式 | 第10-12页 |
| ·分布智能模式 | 第10页 |
| ·集中智能模式 | 第10-11页 |
| ·两种模式的比较 | 第11-12页 |
| ·配电网故障恢复方法综述 | 第12-16页 |
| ·传统的优化方法 | 第12页 |
| ·基于人工智能的方法 | 第12-16页 |
| ·本文所做工作 | 第16-18页 |
| 第2章 配电网拓扑分析与潮流计算 | 第18-29页 |
| ·配电网的拓扑结构特点 | 第18-20页 |
| ·配电网树搜索拓扑分析 | 第20-22页 |
| ·深度优先搜索法 | 第20-21页 |
| ·广度优先搜索法 | 第21-22页 |
| ·配电网潮流计算 | 第22-25页 |
| ·几种常见的潮流计算 | 第22-24页 |
| ·前推回代法的实现 | 第24-25页 |
| ·算例分析 | 第25-28页 |
| ·基于广度优先搜索的节点计算顺序 | 第26-28页 |
| ·潮流计算结果比较 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于改进蚁群算法的配电网故障恢复策略 | 第29-45页 |
| ·配电网故障恢复数学模型的建立 | 第29-33页 |
| ·故障恢复简介 | 第29-30页 |
| ·故障恢复的一般过程 | 第30-31页 |
| ·故障恢复的数学模型 | 第31-33页 |
| ·蚁群算法的基本原理 | 第33-37页 |
| ·蚁群算法简介 | 第33-34页 |
| ·蚁群算法的基本模型及实现 | 第34-37页 |
| ·基于改进蚁群算法的配电网故障恢复策略 | 第37-42页 |
| ·基于随机生成树的蚁群搜索策略 | 第37-39页 |
| ·选路规则的改进 | 第39-40页 |
| ·信息素更新策略的改进 | 第40-42页 |
| ·算例分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 含异步风电机组的配电网故障恢复策略 | 第45-59页 |
| ·风电场模型 | 第45-48页 |
| ·风速模型 | 第45-46页 |
| ·风力机模型 | 第46页 |
| ·风力发电机模型 | 第46-47页 |
| ·风电场注入功率模型 | 第47-48页 |
| ·场景决策方法的基本原理 | 第48-49页 |
| ·含风电机组的配电网故障恢复策略 | 第49-55页 |
| ·风电场典型场景的选择 | 第49-50页 |
| ·基于自适应权重和的故障恢复数学模型 | 第50-52页 |
| ·含风电机组的配电网潮流计算 | 第52-54页 |
| ·算法流程 | 第54-55页 |
| ·算例分析 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |
