| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 变电站电压无功控制方法 | 第10-11页 |
| 1.2.2 变电站动态无功优化方法 | 第11-12页 |
| 1.2.3 日负荷曲线预测方法 | 第12-14页 |
| 1.3 本文的主要工作 | 第14-15页 |
| 2 基于因子分析和RBF神经网络的日负荷曲线融合预测方法 | 第15-41页 |
| 2.1 引言 | 第15页 |
| 2.2 因子分析 | 第15-18页 |
| 2.2.1 因子分析的基本原理 | 第15-16页 |
| 2.2.2 因子分析的实现 | 第16-18页 |
| 2.3 RBF神经网络 | 第18-20页 |
| 2.3.1 RBF神经网络的基本原理 | 第18-20页 |
| 2.3.2 RBF神经网络的实现 | 第20页 |
| 2.4 日负荷曲线的标准化融合分段方法 | 第20-22页 |
| 2.4.1 时间尺度统一化 | 第20-21页 |
| 2.4.2 标准化融合分段方法 | 第21-22页 |
| 2.5 基于因子分析和RBF神经网络的日负荷曲线融合预测 | 第22-32页 |
| 2.5.1 数据预处理 | 第22页 |
| 2.5.2 日负荷曲线的主要影响因素分析 | 第22-27页 |
| 2.5.3 日负荷曲线的因子分解及其特性分析 | 第27-31页 |
| 2.5.4 日负荷曲线的预测步骤 | 第31-32页 |
| 2.6 算例分析 | 第32-39页 |
| 2.6.1 日负荷曲线的预测结果 | 第32-33页 |
| 2.6.2 预测精度影响因素的仿真分析 | 第33-38页 |
| 2.6.3 与其他预测方法的效果对比 | 第38-39页 |
| 2.7 本章小结 | 第39-41页 |
| 3 考虑变电站位置和运行方式的变电站动态无功优化方法 | 第41-55页 |
| 3.1 引言 | 第41页 |
| 3.2 变电站动态无功优化模型 | 第41-45页 |
| 3.2.1 考虑变电站位置和对地支路的外网等值模型 | 第41-43页 |
| 3.2.2 考虑运行方式的变电站动态无功优化模型 | 第43-45页 |
| 3.3 变电站动态无功优化的蝙蝠算法 | 第45-47页 |
| 3.3.1 蝙蝠算法的基本原理 | 第45-46页 |
| 3.3.2 变电站动态无功优化蝙蝠算法的实现 | 第46-47页 |
| 3.4 算例仿真 | 第47-54页 |
| 3.4.1 变电站外网等值模型的仿真分析 | 第47-49页 |
| 3.4.2 考虑运行方式的变电站动态无功优化仿真分析 | 第49-52页 |
| 3.4.3 蝙蝠算法搜索效率的仿真分析 | 第52-54页 |
| 3.5 本章小结 | 第54-55页 |
| 4 考虑预测误差的变电站VQC参数整定方法 | 第55-71页 |
| 4.1 引言 | 第55页 |
| 4.2 变电站VQC系统十五区图控制原理 | 第55-58页 |
| 4.2.1 十五区图 | 第55-56页 |
| 4.2.2 控制策略 | 第56-58页 |
| 4.3 考虑预测误差的变电站VQC参数整定 | 第58-63页 |
| 4.3.1 控制参数整定的目标和思路 | 第58-59页 |
| 4.3.2 控制参数整定的实现方法 | 第59-63页 |
| 4.4 算例仿真 | 第63-69页 |
| 4.4.1 预测误差对动态无功优化结果的影响 | 第64-65页 |
| 4.4.2 实际变电站VQC参数整定及其模拟动作的对比 | 第65-69页 |
| 4.4.3 控制参数模拟动作结果与原始动作结果的对比 | 第69页 |
| 4.5 本章小结 | 第69-71页 |
| 5 总结与展望 | 第71-73页 |
| 5.1 总结 | 第71-72页 |
| 5.2 展望 | 第72-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 附录 | 第79页 |
| A. 作者在攻读硕士学位期间发表的论文及专利 | 第79页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第79页 |
