| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第1章 绪论 | 第14-29页 |
| 1.1 课题的研究背景和意义 | 第14-16页 |
| 1.2 课题研究现状 | 第16-27页 |
| 1.2.1 低频振荡机理研究现状 | 第16-17页 |
| 1.2.2 特征值分析法基础理论 | 第17-21页 |
| 1.2.2.1 电力系统状态空间模型 | 第17页 |
| 1.2.2.2 状态矩阵的特征值问题 | 第17-19页 |
| 1.2.2.3 状态空间模型解耦 | 第19-20页 |
| 1.2.2.4 描述低频振荡特征的相关概念的定义 | 第20-21页 |
| 1.2.3 基于量测信号的低频振荡分析方法评述 | 第21-27页 |
| 1.2.3.1 基于量测信号的低频振荡分析方法分类概述 | 第21-22页 |
| 1.2.3.2 基于大扰动下自由振荡响应信号的方法 | 第22-24页 |
| 1.2.3.3 基于环境激励下随机响应信号的方法 | 第24-26页 |
| 1.2.3.4 基于量测信号的低频振荡模式识别方法的其他评述 | 第26-27页 |
| 1.3 本文主要研究内容 | 第27-29页 |
| 第2章 大扰动下基于ITD方法的低频振荡分析 | 第29-61页 |
| 2.1 前言 | 第29页 |
| 2.2 ITD方法基本原理 | 第29-36页 |
| 2.2.1 基于状态变量时域响应的ITD方法 | 第29-34页 |
| 2.2.2 基于非状态变量的输出变量时域响应的ITD方法 | 第34-36页 |
| 2.3 16机系统仿真算例 | 第36-57页 |
| 2.3.1 仿真系统简介 | 第36-38页 |
| 2.3.2 数据生成 | 第38-39页 |
| 2.3.3 理想情况下ITD方法性能 | 第39-43页 |
| 2.3.4 考虑量测噪声时ITD方法性能 | 第43-51页 |
| 2.3.5 量测点数量有限时ITD方法性能 | 第51-52页 |
| 2.3.6 ITD方法与其他方法对比 | 第52-57页 |
| 2.4 中国西南某实际电网PMU实测数据算例 | 第57-59页 |
| 2.4.1 系统简介 | 第57-59页 |
| 2.4.2 模式辨识结果 | 第59页 |
| 2.5 小结 | 第59-61页 |
| 第3章 环境激励下基于ITD方法的低频振荡分析 | 第61-89页 |
| 3.1 前言 | 第61页 |
| 3.2 大规模电力系统中环境激励的概率分布特征 | 第61-66页 |
| 3.2.1 基于PMU实测数据的芬兰电网有功负荷随机波动的概率分布特征 | 第61-62页 |
| 3.2.2 中国西南某实际电网有功负荷随机波动的概率分布特征 | 第62-66页 |
| 3.3 随机减量技术原理 | 第66-70页 |
| 3.3.1 单通道RDT原理 | 第66-68页 |
| 3.3.2 多通道RDT原理 | 第68-70页 |
| 3.4 环境激励下基于RDT-ITD方法的区域间低频振荡模式辨识 | 第70-79页 |
| 3.4.1 仿真系统简介 | 第70-71页 |
| 3.4.2 仿真数据的生成及预处理 | 第71-73页 |
| 3.4.3 RDT-ITD方法参数确定 | 第73页 |
| 3.4.4 16机系统中RDT-ITD方法性能评估 | 第73-79页 |
| 3.5 自然激励技术原理 | 第79-81页 |
| 3.6 环境激励下基于NExT-ITD方法的低频振荡模式识别 | 第81-84页 |
| 3.6.1 数据的生成、预处理及NExT-ITD方法参数确定 | 第81页 |
| 3.6.2 16机系统中NExT-ITD方法性能评估 | 第81-84页 |
| 3.7 环境激励下三种区域间低频振荡模式辨识方法性能比较 | 第84-86页 |
| 3.8 中国西南某实际电网PMU实测数据算例 | 第86-88页 |
| 3.9 小结 | 第88-89页 |
| 第4章 环境激励下基于ERA方法的低频振荡分析 | 第89-114页 |
| 4.1 前言 | 第89页 |
| 4.2 ERA方法基本原理介绍 | 第89-95页 |
| 4.2.1 ERA数学模型 | 第89-91页 |
| 4.2.2 基于脉冲响应矩阵的系统最小实现 | 第91-94页 |
| 4.2.3 基于ERA的模式参数辨识 | 第94-95页 |
| 4.2.4 基于脉冲响应的ERA方法步骤总结 | 第95页 |
| 4.3 四机两区系统算例 | 第95-103页 |
| 4.3.1 系统简介 | 第95-97页 |
| 4.3.2 数据生成、预处理及算法参数设定 | 第97页 |
| 4.3.3 环境激励的随机性对辨识结果影响 | 第97-99页 |
| 4.3.4 量测噪声的随机性对辨识结果影响 | 第99-102页 |
| 4.3.5 两种随机因素对辨识结果影响对比 | 第102-103页 |
| 4.4 16机系统算例 | 第103-111页 |
| 4.4.1 数据生成、预处理及算法参数确定 | 第103页 |
| 4.4.2 环境激励的随机性对辨识结果影响 | 第103-106页 |
| 4.4.3 量测噪声的随机性对辨识结果影响 | 第106-108页 |
| 4.4.4 两种随机因素对辨识结果影响对比 | 第108-109页 |
| 4.4.5 四种辨识方法性能对比 | 第109-111页 |
| 4.5 中国西南某实际电网PMU实测数据算例 | 第111-113页 |
| 4.6 小结 | 第113-114页 |
| 总结和展望 | 第114-116页 |
| 致谢 | 第116-118页 |
| 参考文献 | 第118-127页 |
| 附录 | 第127-135页 |
| 作者在攻读博士学位期间发表的学术论文 | 第135-137页 |
| 攻读博士学位期间参与的科研工作 | 第137页 |
