| 中文摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 参数辨识理论 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 同步发电机组的参数辨识研究现状 | 第11-13页 |
| 1.3.2 负荷模型的建模与参数辨识研究现状 | 第13-14页 |
| 1.4 本文的主要工作 | 第14-15页 |
| 第二章 发电机系统的参数辨识 | 第15-39页 |
| 2.1 基于 PMU 数据的参数辨识基本过程 | 第15-18页 |
| 2.1.1 相量测量单元 PMU 简介 | 第15-16页 |
| 2.1.2 PMU 量测数据预处理 | 第16-17页 |
| 2.1.3 基于 PMU 数据的参数辨识流程 | 第17-18页 |
| 2.2 同步发电机组各子系统的数学模型 | 第18-20页 |
| 2.2.1 同步发电机的数学模型 | 第18页 |
| 2.2.2 励磁系统模块数学模型 | 第18-19页 |
| 2.2.3 调速系统模块数学模型 | 第19-20页 |
| 2.3 基于优化技术的机组参数辨识 | 第20-21页 |
| 2.4 基于文化算法框架的粒子群算法（CPSO） | 第21-25页 |
| 2.4.1 文化算法简介 | 第21-22页 |
| 2.4.2 信仰空间中知识的获取和更新 | 第22-24页 |
| 2.4.3 规范知识对群体空间的影响 | 第24-25页 |
| 2.4.4 文化粒子群算法（CPSO）的具体流程 | 第25页 |
| 2.5 基于 beta 分布的辨识参数的置信区间的确定 | 第25-28页 |
| 2.5.1 beta 分布 | 第26页 |
| 2.5.2 beta 分布的估计 | 第26-27页 |
| 2.5.3 Dn假设检验 | 第27页 |
| 2.5.4 利用 beta 分布处理辨识结果 | 第27-28页 |
| 2.6 参数辨识及其置信区间确定的基本流程 | 第28-29页 |
| 2.7 算例分析 | 第29-38页 |
| 2.7.1 发电机参数辨识 | 第30-35页 |
| 2.7.2 励磁系统参数辨识 | 第35-38页 |
| 2.8 本章小结 | 第38-39页 |
| 第三章 负荷建模与辨识 | 第39-59页 |
| 3.1 负荷模型的结构 | 第39-44页 |
| 3.1.1 静态负荷模型 | 第39-40页 |
| 3.1.2 机理动态负荷模型 | 第40-41页 |
| 3.1.3 非机理动态负荷模型 | 第41页 |
| 3.1.4 综合负荷模型 | 第41-42页 |
| 3.1.5 线性化的非线性动态模型 | 第42页 |
| 3.1.6 改进的 linearized-GNLD 模型 | 第42-44页 |
| 3.2 基于随机模糊聚类的负荷模型辨识 | 第44-49页 |
| 3.2.1 电力系统负荷分类和综合的必要性 | 第44页 |
| 3.2.2 负荷曲线的收集与聚类特性向量的选取 | 第44-45页 |
| 3.2.3 随机模糊聚类算法 | 第45-46页 |
| 3.2.4 随机模糊聚类新算法 | 第46-49页 |
| 3.3 负荷模型的参数辨识 | 第49-51页 |
| 3.3.1 辨识策略 | 第49-50页 |
| 3.3.2 负荷模型的有效性验证 | 第50-51页 |
| 3.4 算例分析 | 第51-58页 |
| 3.5 本章小结 | 第58-59页 |
| 第四章 结论 | 第59-61页 |
| 4.1 基于 PMU 数据的机组参数辨识 | 第59页 |
| 4.2 负荷模型的建模与辨识 | 第59-60页 |
| 4.3 不足与展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 发表论文和参加科研情况说明 | 第66-67页 |
| 致谢 | 第67页 |