首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于改进粒子群算法的电力系统无功优化

摘要第4-5页
abstract第5-6页
第一章 绪论第9-15页
    1.1 无功优化的研究背景和意义第9-10页
    1.2 电力系统无功优化研究现状第10-12页
    1.3 粒子群算法和无功优化第12-13页
    1.4 研究内容和结构安排第13-15页
第二章 相关背景知识介绍第15-23页
    2.1 电力系统无功优化简述第15-16页
        2.1.1 无功功率对电压水平的影响第15-16页
        2.1.2 无功功率与有功损耗之间的关系第16页
    2.2 电力系统无功优化潮流计算原理和方法第16-20页
        2.2.1 潮流计算的数学模型第17-18页
        2.2.2 潮流计算牛顿-拉夫逊法第18-20页
    2.3 无功优化的模型第20-22页
        2.3.1 目前常用的数学模型第20-21页
        2.3.2 本文选取的目标函数第21-22页
    2.4 本章小结第22-23页
第三章 改进的粒子群算法第23-42页
    3.1 标准的粒子群优化算法第23-28页
        3.1.1 算法的起源第23页
        3.1.2 算法的介绍第23-26页
        3.1.3 与其他算法的比较第26页
        3.1.4 算法的几种改进方法第26-28页
    3.2 自适应量子粒子群算法第28-34页
        3.2.1 量子粒子群基本原理第28-30页
        3.2.2 自适应的量子群算法第30-34页
    3.3 细菌觅食粒子群算法第34-41页
        3.3.1 细菌觅食算法的基本原理与流程第34-38页
        3.3.2 细菌觅食的粒子群算法第38-41页
    3.4 本章小结第41-42页
第四章 改进的粒子群算法在电力系统无功优化的应用第42-53页
    4.1 电力系统无功优化的几个关键环节第42-45页
        4.1.1 约束变量的处理第42页
        4.1.2 适应度函数的选取第42页
        4.1.3 收敛准则的判断第42-43页
        4.1.4 测试选择节点分析第43-45页
    4.2 基于自适应量子粒子群优化算法的无功优化第45-49页
        4.2.1 无功优化设计步骤第46-47页
        4.2.2 仿真结果第47-49页
    4.3 基于细菌觅食粒子群算法的无功优化第49-52页
        4.3.1 无功优化设计步骤第49页
        4.3.2 仿真结果第49-52页
    4.4 本章小结第52-53页
第五章 总结与展望第53-55页
参考文献第55-58页
附录1 攻读硕士学位期间撰写的论文第58-59页
附录2 攻读硕士学位期间参加的科研项目第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:不完全测量下的复杂网络状态估计
下一篇:基于Hadoop的电力视频大数据分布式检索系统设计与实现