| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| CONTENTS | 第10-12页 |
| 第一章 绪论 | 第12-24页 |
| ·课题的研究目的与意义 | 第12-13页 |
| ·国内外研究现状与分析 | 第13-18页 |
| ·电网无功优化方法概述 | 第13页 |
| ·传统数学优化算法 | 第13-14页 |
| ·人工智能优化算法 | 第14-18页 |
| ·多智能体技术概述 | 第18-23页 |
| ·Agent结构体系和划分 | 第18-19页 |
| ·Agent系统间通信与协作 | 第19-20页 |
| ·MAS系统平台 | 第20-23页 |
| ·本文的主要工作 | 第23-24页 |
| 第二章 电网无功优化模型 | 第24-30页 |
| ·引言 | 第24-25页 |
| ·电网无功优化的约束条件 | 第25-26页 |
| ·电网无功优化的等式约束 | 第25页 |
| ·电网无功优化的不等式约束 | 第25-26页 |
| ·电网无功优化的目标函数 | 第26-27页 |
| ·电网有功网损 | 第26页 |
| ·系统电压质量和无功稳定性水平 | 第26-27页 |
| ·无功补偿设备投运费用 | 第27页 |
| ·多目标无功优化问题的处理 | 第27-28页 |
| ·小结 | 第28-30页 |
| 第三章 多智能体量子粒子群优化算法及分析 | 第30-41页 |
| ·引言 | 第30页 |
| ·改进量子粒子群优化算法 | 第30-33页 |
| ·量子粒子群优化算法 | 第30-31页 |
| ·种群替代的改进型量子粒子群优化算法 | 第31-33页 |
| ·多智能体量子粒子群优化算法 | 第33-38页 |
| ·Agent环境定义 | 第34-35页 |
| ·Agent的进化和行动策略 | 第35页 |
| ·Agent的自学习操作 | 第35-37页 |
| ·MASQPSO的算法实现和流程分析 | 第37-38页 |
| ·MASQPSO算法的性能测试 | 第38-39页 |
| ·小结 | 第39-41页 |
| 第四章 基于JADE平台的PRQPSO算法的电网无功优化 | 第41-50页 |
| ·引言 | 第41-42页 |
| ·JADE平台搭建 | 第42-44页 |
| ·JADE平台中Agent的执行 | 第42-43页 |
| ·Agent通信模式 | 第43-44页 |
| ·JADE平台仿真 | 第44页 |
| ·电网无功优化QPSO算法的MAS结构 | 第44-45页 |
| ·基于MASQPSO优化算法的无功优化 | 第45-50页 |
| ·Agent的设计 | 第45-46页 |
| ·部分关键问题处理 | 第46-49页 |
| ·基于JADE平台的QPSO无功优化流程 | 第49-50页 |
| 第五章 算例与仿真结果分析 | 第50-58页 |
| ·IEEE30节点模型算例分析 | 第50-53页 |
| ·IEEE57节点模型算例分析 | 第53-56页 |
| ·IEEE118节点模型算例分析 | 第56-57页 |
| ·小结 | 第57-58页 |
| 结论与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间所发表的论文 | 第64-66页 |
| 致谢 | 第66-67页 |
| 附录 | 第67-73页 |