| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题的研究目的和意义 | 第11-12页 |
| 1.2 柔性交流输电系统的概述 | 第12-14页 |
| 1.3 统一潮流控制器的应用和研究现状 | 第14-17页 |
| 1.3.1 国内外应用现状 | 第14-15页 |
| 1.3.2 UPFC的研究现状 | 第15-17页 |
| 1.4 本文的主要工作 | 第17-19页 |
| 第2章 UPFC原理及数学模型 | 第19-29页 |
| 2.1 引言 | 第19页 |
| 2.2 UPFC基本结构及原理 | 第19-23页 |
| 2.2.1 UPFC的基本结构 | 第19-20页 |
| 2.2.2 UPFC的工作原理 | 第20-21页 |
| 2.2.3 电压调节原理 | 第21-22页 |
| 2.2.4 潮流控制原理 | 第22-23页 |
| 2.3 UPFC的数学模型 | 第23-28页 |
| 2.3.1 电压源模型 | 第23-24页 |
| 2.3.2 等效功率注入模型 | 第24-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于模糊聚类及灵敏度的UPFC选址 | 第29-47页 |
| 3.1 引言 | 第29页 |
| 3.2 UPFC选址方法 | 第29-34页 |
| 3.2.1 基于灵敏度的UPFC选址方法 | 第29-31页 |
| 3.2.2 算例分析 | 第31-34页 |
| 3.3 基于模糊聚类算法确定系统薄弱区域 | 第34-39页 |
| 3.3.1 模糊聚类原理 | 第34页 |
| 3.3.2 模糊聚类采用的指标 | 第34-36页 |
| 3.3.3 模糊聚类算法确定电压薄弱节点 | 第36-39页 |
| 3.4 基于有功潮流灵敏度的UPFC装置选址 | 第39-42页 |
| 3.4.1 UPFC的有功潮流灵敏度概念 | 第39-42页 |
| 3.4.2 UPFC安装线路原则 | 第42页 |
| 3.5 算例分析 | 第42-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 基于IPAHS算法的UPFC定容 | 第47-63页 |
| 4.1 UPFC的定容模型 | 第47-50页 |
| 4.2 和声搜索算法的基本原理 | 第50-57页 |
| 4.2.1 和声搜索算法的函数表述 | 第50-51页 |
| 4.2.2 和声搜索算法主要步骤 | 第51-53页 |
| 4.2.3 和声搜索算法与传统进化算法差异比较 | 第53-54页 |
| 4.2.4 和声搜索算法探索能力分析 | 第54-57页 |
| 4.3 一种基于自适应调整函数的和声搜索算法 | 第57-59页 |
| 4.3.1 和声搜索算法参数改进 | 第57-58页 |
| 4.3.2 改进的和声搜索算法在UPFC定容中的应用 | 第58-59页 |
| 4.4 算例分析 | 第59-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第5章 基于神经网络近似ε-ADP的UPFC控制 | 第63-77页 |
| 5.1 引言 | 第63页 |
| 5.2 系统模型 | 第63-65页 |
| 5.3 背景 | 第65-71页 |
| 5.3.1 近似动态规划方法的提出 | 第65-67页 |
| 5.3.2 迭代ADP算法原理 | 第67-69页 |
| 5.3.3 有限时间ε-ADP算法 | 第69-70页 |
| 5.3.4 有限时间ε-ADP算法特点 | 第70-71页 |
| 5.4 基于神经网络的ε-迭代ADP算法实现 | 第71-73页 |
| 5.4.1 神经网络近似代价函数和控制律 | 第71-72页 |
| 5.4.2 基于神经网络的ε-迭代ADP算法步骤 | 第72-73页 |
| 5.5 仿真分析 | 第73-76页 |
| 5.6 本章小结 | 第76-77页 |
| 第6章 结论与展望 | 第77-79页 |
| 6.1 结论 | 第77-78页 |
| 6.2 展望 | 第78-79页 |
| 参考文献 | 第79-85页 |
| 致谢 | 第85-87页 |
| 硕士期间所做的工作和科研成果 | 第87页 |