摘要 | 第3-4页 |
Abstract | 第4页 |
第1章 绪论 | 第7-16页 |
1.1 选题背景和研究意义 | 第7页 |
1.2 配电自动化系统 | 第7-10页 |
1.2.1 配电自动化概述 | 第8-9页 |
1.2.2 配电自动化的研究现状和发展趋势 | 第9-10页 |
1.3 配电网故障定位与恢复 | 第10-14页 |
1.3.1 配电网故障定位与恢复研究难点 | 第10-11页 |
1.3.2 配电网故障定位与恢复研究现状 | 第11-14页 |
1.4 本文主要工作 | 第14-16页 |
第2章 配电网拓扑分析与潮流计算 | 第16-31页 |
2.1 配电网的结构特点 | 第16页 |
2.2 传统电网络模型 | 第16-18页 |
2.3 配电网拓扑分析 | 第18-26页 |
2.3.1 配电网的拓扑描述 | 第18-19页 |
2.3.2 配电网拓扑分析的图论基础 | 第19-22页 |
2.3.3 配电网拓扑分析方法 | 第22-24页 |
2.3.4 配电网拓扑分析流程 | 第24-26页 |
2.4 电网的变结构耗散网络模型 | 第26-29页 |
2.4.1 配电网的无向图拓扑描述 | 第27页 |
2.4.2 配电网的有向图拓扑描述 | 第27-29页 |
2.5 配电网潮流计算 | 第29-30页 |
2.6 本章小结 | 第30-31页 |
第3章 配电网故障定位蚁群算法研究 | 第31-44页 |
3.1 蚁群算法简介 | 第31-34页 |
3.1.1 蚁群算法的基本思想及实现过程 | 第31-34页 |
3.1.2 蚁群算法应用于配电网故障定位的基本原理 | 第34页 |
3.2 基于改进蚁群算法的配电网故障定位 | 第34-39页 |
3.2.1 基于广度优先搜索法的故障定位开关函数获取 | 第34-35页 |
3.2.2 构造评价函数 | 第35-36页 |
3.2.3 改进蚁群算法 | 第36-38页 |
3.2.4 算法流程 | 第38-39页 |
3.2.5 参数设置 | 第39页 |
3.3 改进蚁群算法在多电源条件下的应用 | 第39-41页 |
3.4 算例分析 | 第41-43页 |
3.4.1 单电源条件下的算例分析 | 第41-42页 |
3.4.2 多电源条件下的算例分析 | 第42-43页 |
3.5 本章小结 | 第43-44页 |
第4章 配电网故障恢复算法研究 | 第44-63页 |
4.1 配电网故障恢复的原则 | 第44-45页 |
4.2 配电网故障恢复的数学模型 | 第45-48页 |
4.2.1 配电网故障恢复的目标函数 | 第45-47页 |
4.2.2 电网故障恢复的约束条件 | 第47-48页 |
4.3 配电网故障恢复方法分析 | 第48-50页 |
4.3.1 基于启发式规则的配电网故障恢复方法 | 第49页 |
4.3.2 基于遗传算法的配电网故障恢复方法 | 第49-50页 |
4.4 基于改进蚁群算法的配电网故障恢复 | 第50-62页 |
4.4.1 可操作开关集概念 | 第51-52页 |
4.4.2 基于关键路径法的网架化简及可操作开关集确立 | 第52-54页 |
4.4.3 蚁群算法应用于配电网故障恢复的基本原理 | 第54-55页 |
4.4.4 评价函数确立 | 第55-57页 |
4.4.5 算法流程 | 第57-58页 |
4.4.6 切负荷情况下的处理策略 | 第58页 |
4.4.7 算例分析 | 第58-62页 |
4.5 本章小结 | 第62-63页 |
第5章 总结与展望 | 第63-65页 |
参考文献 | 第65-70页 |
攻读硕士期间发表的论文 | 第70-71页 |
致谢 | 第71页 |