| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-23页 |
| ·课题研究的目的和意义 | 第11-12页 |
| ·课题国内外研究现状及分析 | 第12-22页 |
| ·经典的无功优化算法 | 第13-16页 |
| ·人工智能算法 | 第16-22页 |
| ·论文的主要工作 | 第22-23页 |
| 第2章 电力系统无功优化的数学模型 | 第23-30页 |
| ·引言 | 第23页 |
| ·电力系统无功功率和电压 | 第23-25页 |
| ·无功功率平衡 | 第25-26页 |
| ·无功功率电源 | 第25-26页 |
| ·无功负荷与电力网无功损耗 | 第26页 |
| ·无功功率平衡 | 第26页 |
| ·无功优化的数学模型建立 | 第26-29页 |
| ·功率约束方程 | 第27页 |
| ·变量约束条件 | 第27-28页 |
| ·目标函数 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第3章 量子粒子群优化算法及分析 | 第30-47页 |
| ·引言 | 第30页 |
| ·粒子群优化算法 | 第30-37页 |
| ·基本粒子群优化算法 | 第31-33页 |
| ·基本粒子群优化算法的改进方法 | 第33-34页 |
| ·粒子群优化算法流程 | 第34-35页 |
| ·粒子群算法与进化算法的分析比较 | 第35-37页 |
| ·量子粒子群优化算法 | 第37-42页 |
| ·QPSO算法的量子行为 | 第38-39页 |
| ·QPSO算法的基本原理 | 第39-40页 |
| ·QPSO算法的流程 | 第40-41页 |
| ·QPSO算法与PSO算法的分析比较 | 第41-42页 |
| ·改进的量子粒子群优化算法 | 第42-46页 |
| ·TSQPSO算法的流程 | 第43-45页 |
| ·TSQPSO算法的性能测试 | 第45-46页 |
| ·小结 | 第46-47页 |
| 第4章 改进量子粒子群优化算法在电力系统无功优化中的应用 | 第47-54页 |
| ·引言 | 第47-48页 |
| ·改进量子粒子群算法应用于无功优化中的几个重要环节 | 第48-51页 |
| ·算法的编码 | 第48页 |
| ·离散变量的处理 | 第48-49页 |
| ·粒子群的初始化 | 第49页 |
| ·潮流计算 | 第49-50页 |
| ·收敛准则 | 第50-51页 |
| ·基于改进量子粒子群算法的无功优化流程 | 第51-53页 |
| ·小结 | 第53-54页 |
| 第5章 算例与仿真结果分析 | 第54-69页 |
| ·引言 | 第54页 |
| ·IEEE 30节点系统模型 | 第54-60页 |
| ·IEEE 30节点系统模型参数 | 第55-58页 |
| ·IEEE 30节点系统模型参数限值 | 第58-60页 |
| ·算例仿真及优化结果分析 | 第60-68页 |
| ·系统网损优化结果及分析 | 第60-61页 |
| ·系统控制变量优化值及分析 | 第61-62页 |
| ·系统优化后运行状态 | 第62-66页 |
| ·系统节点电压优化结果及分析 | 第66-67页 |
| ·系统收敛特征曲线 | 第67-68页 |
| ·小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间发表的学术论文 | 第77-78页 |