基于多代理粒子群算法的电力系统无功优化研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 目的与意义 | 第13页 |
| 1.2 电力系统无功优化的研究现状 | 第13-16页 |
| 1.2.1 传统优化方法 | 第14-15页 |
| 1.2.2 人工智能算法 | 第15-16页 |
| 1.3 粒子群算法研究现状 | 第16-18页 |
| 1.3.1 自适应粒子群算法 | 第17页 |
| 1.3.2 对初始种群进行改进 | 第17页 |
| 1.3.3 对迭代过程进行改进 | 第17-18页 |
| 1.3.4 针对粒子群算法后期问题进行改进 | 第18页 |
| 1.4 多代理的研究现状 | 第18-19页 |
| 1.5 论文的主要工作 | 第19-20页 |
| 第二章 电力系统无功优化数学模型 | 第20-28页 |
| 2.1 电力系统无功优化的特点 | 第20-21页 |
| 2.2 电力系统无功优化的目标函数 | 第21-23页 |
| 2.2.1 系统无功补偿后有功能耗费用 | 第21-22页 |
| 2.2.2 无功补偿设备费用 | 第22页 |
| 2.2.3 节点电压水平 | 第22-23页 |
| 2.3 电力系统无功优化的约束条件 | 第23-24页 |
| 2.3.1 潮流约束 | 第23-24页 |
| 2.3.2 不等式约束 | 第24页 |
| 2.4 无功优化中的潮流计算 | 第24-26页 |
| 2.5 章节小结 | 第26-28页 |
| 第三章 改进粒子群算法的原理及模型 | 第28-48页 |
| 3.1 传统粒子群算法介绍 | 第28-30页 |
| 3.2 改进粒子群算法 | 第30-34页 |
| 3.2.1 基于蒙特卡罗技术的初始粒子群 | 第31页 |
| 3.2.2 加入虚拟全局极值点 | 第31-32页 |
| 3.2.3 多维惯性权重 | 第32-33页 |
| 3.2.4 罚函数 | 第33-34页 |
| 3.3 改进粒子群算法的基本步骤 | 第34-35页 |
| 3.4 算法测试 | 第35-38页 |
| 3.4.1 蒙特卡罗模拟测试 | 第35-37页 |
| 3.4.2 函数测试 | 第37-38页 |
| 3.5 实例仿真 | 第38-47页 |
| 3.5.1 算例1 | 第38-42页 |
| 3.5.2 算例2 | 第42-47页 |
| 3.6 章节小结 | 第47-48页 |
| 第四章 计及多代理的电力系统无功优化 | 第48-65页 |
| 4.1 多代理系统 | 第49-52页 |
| 4.1.1 多代理系统特点 | 第50页 |
| 4.1.2 多代理标准规范 | 第50-52页 |
| 4.1.3 代理平台模型 | 第52页 |
| 4.2 JADE平台 | 第52-54页 |
| 4.2.1 JADE组成 | 第53页 |
| 4.2.2 JADE代理平台架构 | 第53页 |
| 4.2.3 JADE的编程接口 | 第53-54页 |
| 4.3 多代理粒子群算法的实现 | 第54-59页 |
| 4.3.1 无功摄动分析 | 第54-56页 |
| 4.3.2 解空间分解 | 第56-58页 |
| 4.3.3 多代理平台搭建 | 第58-59页 |
| 4.4 多代理粒子群算法步骤及流程图 | 第59-60页 |
| 4.5 算例分析 | 第60-64页 |
| 4.6 章节小结 | 第64-65页 |
| 结论与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间发表论文 | 第71-73页 |
| 致谢 | 第73-74页 |
| 附录 | 第74-76页 |
