摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
1 前言 | 第10-17页 |
·无功优化的研究意义 | 第10页 |
·无功优化的研究现状 | 第10-15页 |
·静态无功优化的研究现状 | 第10-14页 |
·动态无功优化的研究现状 | 第14-15页 |
·本文的主要研究工作 | 第15-17页 |
2 预测——校正原对偶内点法和免疫遗传算法介绍 | 第17-27页 |
·引言 | 第17页 |
·预测——校正原对偶内点法 | 第17-22页 |
·基本原理 | 第17-21页 |
·主要步骤 | 第21-22页 |
·免疫遗传算法 | 第22-26页 |
·免疫系统原理及其特点 | 第22-23页 |
·免疫遗传算法的步骤 | 第23-26页 |
·本章小结 | 第26-27页 |
3 动态无功优化新模型及其启发式混合智能算法 | 第27-42页 |
·引言 | 第27页 |
·动态无功优化新模型 | 第27-30页 |
·常规模型 | 第27-28页 |
·新增OLTC 相邻时段约束 | 第28-29页 |
·电容器开关动作次数的处理 | 第29-30页 |
·启发式混合智能算法 | 第30-41页 |
·总体框架 | 第30-32页 |
·离散变量的主要求解步骤 | 第32-33页 |
·启发式调整策略 | 第33-37页 |
·稀疏技术的应用 | 第37-41页 |
·本章小结 | 第41-42页 |
4 算例及分析 | 第42-56页 |
·引言 | 第42页 |
·IEEE-14、IEEE-30、IEEE-118 节点系统和实际系统概况 | 第42-46页 |
·模型的验证 | 第46-52页 |
·OLTC 相邻时段约束检验 | 第46-47页 |
·网损率对比 | 第47-48页 |
·优化结果分析 | 第48-52页 |
·算法的验证 | 第52-55页 |
·稀疏技术应用的影响分析 | 第52页 |
·启发式调整策略的影响分析 | 第52-55页 |
·本章小结 | 第55-56页 |
5 结论与展望 | 第56-58页 |
·本文的主要结论 | 第56页 |
·有待于进一步研究的问题 | 第56-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-63页 |
附录 | 第63-81页 |
附录A 作者在攻读硕士学位期间发表的论文目录 | 第63页 |
附录B 作者在攻读硕士学位期间作为主研人参加的科研项目 | 第63页 |
附录C IEEE30 和IEEE118 系统结构图和数据 | 第63-81页 |