| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 视化编程技术 | 第12-13页 |
| 1.1.1 视化编程技术的特点 | 第12页 |
| 1.1.2 视化电力系统仿真软件的研究现状和发展趋势 | 第12-13页 |
| 1.2 智能配电网概述 | 第13-15页 |
| 1.2.1 智能配电网的提出 | 第13-14页 |
| 1.2.2 智能配电网(SDG)的研究意义 | 第14-15页 |
| 1.3 配电网潮流计算 | 第15-19页 |
| 1.3.1 配电网的特点 | 第15-16页 |
| 1.3.2 国内外分布式电源的发展现状和趋势 | 第16-17页 |
| 1.3.3 含分布式电源的配电网络特点 | 第17-18页 |
| 1.3.4 配电网潮流算法的研究现状和发展趋势 | 第18-19页 |
| 1.4 本课题的主要研究工作 | 第19-20页 |
| 第2章 可视化电力系统仿真软件设计 | 第20-40页 |
| 2.1 电力系统仿真软件 | 第20-21页 |
| 2.1.1 可视化编程概述 | 第20页 |
| 2.1.2 电力系统仿真软件设计目标 | 第20-21页 |
| 2.2 基于面向对象技术的可视化编程 | 第21-25页 |
| 2.2.1 面向对象编程技术特点 | 第21-24页 |
| 2.2.2 Graphics类 | 第24页 |
| 2.2.3 自定义控件 | 第24-25页 |
| 2.3 界面设计 | 第25-27页 |
| 2.4 电力元件库的创建 | 第27-32页 |
| 2.4.1 电力元件建模 | 第28-29页 |
| 2.4.2 折线控件的实现 | 第29-31页 |
| 2.4.3 控件的鼠标事件 | 第31-32页 |
| 2.5 基于SVG格式的配电网模型解析 | 第32-39页 |
| 2.5.1 SVG技术特点 | 第32-33页 |
| 2.5.2 SVG文档结构 | 第33页 |
| 2.5.3 基于SVG格式的电力图元模型描述 | 第33-35页 |
| 2.5.4 基于SVG格式的图元拓扑信息描述 | 第35-36页 |
| 2.5.5 基于SVG格式的电网模型解析 | 第36-39页 |
| 2.6 本章小结 | 第39-40页 |
| 第3章 可视化配电系统潮流计算 | 第40-56页 |
| 3.1 电力系统潮流计算等值模型 | 第40-44页 |
| 3.1.1 变电站的等值模型 | 第40-42页 |
| 3.1.2 配电线路的等值模型 | 第42-43页 |
| 3.1.3 典型配电网络的等值模型 | 第43-44页 |
| 3.2 潮流计算节点类型及约束条件 | 第44-45页 |
| 3.2.1 潮流计算中节点类型的分析 | 第44页 |
| 3.2.2 潮流算法的约束条件 | 第44-45页 |
| 3.3 基于牛顿-拉夫逊法的潮流计算 | 第45-49页 |
| 3.3.1 基于节点导纳矩阵的电压方程 | 第45-46页 |
| 3.3.2 基于节点导纳矩阵的功率方程 | 第46-47页 |
| 3.3.3 牛顿-拉夫逊法求解潮流方程 | 第47-49页 |
| 3.4 基于前推回代法的潮流计算 | 第49-52页 |
| 3.4.1 功率前推过程分析 | 第50-51页 |
| 3.4.2 电压回代过程分析 | 第51-52页 |
| 3.5 奈曼16节点配电系统可视化潮流分析 | 第52-55页 |
| 3.6 本章小结 | 第55-56页 |
| 第4章 前推回代式神经网络算法在潮流计算中的应用 | 第56-68页 |
| 4.1 神经网络概述 | 第56-59页 |
| 4.1.1 神经元模型简介 | 第56-57页 |
| 4.1.2 人工神经网络激励函数 | 第57-59页 |
| 4.2 前推回代式神经网络(BFNN)算法 | 第59-65页 |
| 4.2.1 前推回代式神经网络的优点 | 第59-60页 |
| 4.2.2 前推回代式神经网络结构 | 第60-61页 |
| 4.2.3 权值和激励函数的选取 | 第61-62页 |
| 4.2.4 BFNN算法的训练过程 | 第62-63页 |
| 4.2.5 BFNN算法收敛性证明 | 第63-65页 |
| 4.3 算例分析 | 第65-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第5章 含分布式电源的配电网络潮法算法 | 第68-86页 |
| 5.1 含分布式电源的配电系统潮流计算 | 第68-69页 |
| 5.1.1 分布式电源定义和分类 | 第68页 |
| 5.1.2 分布式电源在潮流计算中的节点处理方法 | 第68-69页 |
| 5.2 动态PQ(V)节点模型 | 第69-74页 |
| 5.2.1 风力发电的P(υ)-Q(V)数学模型 | 第69-72页 |
| 5.2.2 风力发电的P(υ)-V(Q)数学模型 | 第72页 |
| 5.2.4 P(υ)-V(Q)节点与P(υ)-Q(V)节点DG节点类型转换原理 | 第72-74页 |
| 5.3 含分布式电源的牛顿-拉夫逊法潮流算法分析 | 第74-76页 |
| 5.3.1 含分布式电源的节点导纳矩阵的修改 | 第74-75页 |
| 5.3.2 含分布式电源的牛顿-拉夫逊潮流算法流程 | 第75-76页 |
| 5.4 含分布式电源的BFNN算法分析 | 第76-79页 |
| 5.4.1 含分布式电源的BFNN算法流程 | 第76-78页 |
| 5.4.2 含分布式电源的BFNN算法收敛性分析 | 第78-79页 |
| 5.5 BFNN算法对DG接入数量和位置的敏感度研究 | 第79-85页 |
| 5.5.1 BFNN算法对DG接入数量的敏感度研究 | 第79-81页 |
| 5.5.2 BFNN算法对DG接入位置的敏感度研究 | 第81-83页 |
| 5.5.3 BFNN算法对不同类型DG接入的敏感度研究 | 第83-85页 |
| 5.6 本章小结 | 第85-86页 |
| 第6章 总结与展望 | 第86-88页 |
| 6.1 研究成果总结 | 第86-87页 |
| 6.2 研究展望 | 第87-88页 |
| 附录 | 第88-90页 |
| 参考文献 | 第90-94页 |
| 致谢 | 第94-96页 |
| 攻读硕士期间所做工作 | 第96页 |
