| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-18页 |
| ·引言 | 第10-11页 |
| ·无功优化的研究现状 | 第11-12页 |
| ·无功优化问题的特点 | 第11-12页 |
| ·无功优化问题的数学模型 | 第12页 |
| ·无功优化问题的求解方法 | 第12-17页 |
| ·常规优化算法 | 第12-15页 |
| ·人工智能方法 | 第15-17页 |
| ·本文主要工作 | 第17-18页 |
| 第二章 粒子群优化算法 | 第18-30页 |
| ·引言 | 第18页 |
| ·粒子群优化算法基本思想 | 第18-21页 |
| ·粒子群算法基本原理 | 第18-20页 |
| ·PSO算法基本步骤 | 第20-21页 |
| ·粒子群算法控制参数分析 | 第21-23页 |
| ·PSO算法的设计原则及步骤 | 第23-25页 |
| ·粒子群算法缺陷 | 第25-26页 |
| ·PSO算法的应用 | 第26-27页 |
| ·本章小结 | 第27-30页 |
| 第三章 基于AC-PSO算法的无功优化研究 | 第30-46页 |
| ·引言 | 第30-31页 |
| ·无功优化数学模型 | 第31-33页 |
| ·目标函数 | 第31页 |
| ·功率潮流约束 | 第31-32页 |
| ·约束条件的处理 | 第32-33页 |
| ·潮流计算 | 第33页 |
| ·自适应粒子群优化算法(APSO) | 第33-35页 |
| ·粒子群算法的参数选择与优化 | 第33-34页 |
| ·自适应惯性权重法 | 第34页 |
| ·变学习因子法 | 第34-35页 |
| ·混沌算法简述 | 第35-38页 |
| ·基于AC-PSO算法的电力系统无功优化 | 第38-44页 |
| ·AC-PSO算法中的几个关键环节 | 第38-40页 |
| ·算法步骤 | 第40-41页 |
| ·算例及分析 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 基于AF-RMPSO算法的无功优化研究 | 第46-60页 |
| ·引言 | 第46页 |
| ·AF-PSO粒子群优化算法 | 第46-47页 |
| ·RM-PSO粒子群优化算法 | 第47-49页 |
| ·改进粒子群算法的性能分析与评价 | 第49-54页 |
| ·测试函数 | 第49-51页 |
| ·测试结果对比分析 | 第51-54页 |
| ·算例分析 | 第54-58页 |
| ·小结 | 第58-60页 |
| 第五章 基于AC-RMPSO算法的多目标无功优化研究 | 第60-74页 |
| ·引言 | 第60页 |
| ·模糊多目标优化理论 | 第60-62页 |
| ·多目标无功优化的数学模型及模糊解法 | 第62-68页 |
| ·电压稳定分析方法 | 第62-64页 |
| ·奇异值指标的数学模型 | 第64-65页 |
| ·多目标无功优化模型 | 第65-66页 |
| ·多目标无功优化的模糊解法 | 第66-68页 |
| ·算法步骤 | 第68-69页 |
| ·算例分析 | 第69-73页 |
| ·IEEE30节点算例 | 第69-71页 |
| ·IEEE118节点算例 | 第71-73页 |
| ·小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·总结 | 第74-75页 |
| ·展望 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-84页 |
| 攻读学位期间发表的学术论文 | 第84-86页 |
| 附录 | 第86页 |