摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-16页 |
1.1 研究背景与意义 | 第9-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.2.1 PMU的结构与工作方式 | 第12-13页 |
1.2.2 PMU优化配置技术现状 | 第13-14页 |
1.3 本文主要研究内容 | 第14页 |
1.4 论文组织结构 | 第14-16页 |
第2章 PUM优化配置相关技术及理论基础 | 第16-26页 |
2.1 PMU优化配置相关概念 | 第16-19页 |
2.2 基于电力系统可观测的PMU优化配置研究 | 第19-23页 |
2.2.1 电力系统可观测基本概念及相关理论基础 | 第19-22页 |
2.2.2 基于电力系统完全可观的PMU优化配置问题的数学模型 | 第22-23页 |
2.3 PMU优化配置常用算法介绍 | 第23-25页 |
2.4 本章小结 | 第25-26页 |
第3章 IGA-TS算法设计 | 第26-38页 |
3.1 遗传和禁忌搜索算法 | 第26-31页 |
3.1.1 遗传算法 | 第26-29页 |
3.1.2 禁忌搜索算法 | 第29-31页 |
3.2 IGA-TS算法设计 | 第31-35页 |
3.2.1 并行计算和精英保留策略 | 第31-33页 |
3.2.2 IGA-TS算法设计与实现流程 | 第33-35页 |
3.3 算法仿真分析 | 第35-37页 |
3.3.1 IGA-TS算法寻优能力仿真分析 | 第35-36页 |
3.3.2 IGA-TS算法收敛速度仿真分析 | 第36-37页 |
3.4 本章小结 | 第37-38页 |
第4章 使用IGA-TS算法的PMU优化配置方法设计 | 第38-48页 |
4.1 考虑系统完全可观测的PMU优化配置 | 第38-41页 |
4.1.1 系统完全可观测时的PMU优化配置问题 | 第38-40页 |
4.1.2 结合冗余度的优化配置问题求解 | 第40-41页 |
4.2 考虑系统不完全可观测的PMU位置优化配置 | 第41-46页 |
4.2.1 系统不完全可观测时PMU优化配置数学模型 | 第41-42页 |
4.2.2 结合最大可观度的优化配置问题求解 | 第42-43页 |
4.2.3 系统不完全可观测时的PMU优化配置实现流程 | 第43-46页 |
4.3 本章小结 | 第46-48页 |
第5章 PMU优化配置实验与仿真分析 | 第48-55页 |
5.1 实验平台及仿真节点系统介绍 | 第48页 |
5.2 系统完全可观测时的PMU优化配置实验仿真 | 第48-53页 |
5.2.1 IGA-TS算法进行系统完全可观时PMU优化配置效果分析 | 第49-50页 |
5.2.2 冗余度对PMU优化配置结果影响分析 | 第50-52页 |
5.2.3 IGA-TS算法在大规模节点系统中的作用分析 | 第52-53页 |
5.3 系统不完全可观测时的PMU优化配置实验仿真 | 第53-54页 |
5.4 本章小结 | 第54-55页 |
第6章 总结与展望 | 第55-57页 |
6.1 本文总结 | 第55-56页 |
6.2 展望 | 第56-57页 |
参考文献 | 第57-61页 |
致谢 | 第61-62页 |
附录 攻读硕士学位期间发表的论文及参与的科研项目 | 第62页 |