| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 课题国内外研究现状 | 第11-15页 |
| 1.2.1 暂态稳定约束最优潮流问题研究综述 | 第11-14页 |
| 1.2.2 人工智能算法在TSCOPF问题中的应用 | 第14页 |
| 1.2.3 模糊集理论在电力系统优化问题中的应用 | 第14-15页 |
| 1.3 本文主要工作 | 第15-16页 |
| 第2章 暂态稳定约束最优潮流模糊建模 | 第16-27页 |
| 2.1 引言 | 第16页 |
| 2.2 暂态稳定约束最优潮流问题描述 | 第16-22页 |
| 2.2.1 最优潮流问题 | 第16-18页 |
| 2.2.2 暂态稳定约束 | 第18-20页 |
| 2.2.3 暂态稳定约束最优潮流模型 | 第20-22页 |
| 2.3 基于模糊集理论的含暂态稳定约束最优潮流问题建模 | 第22-26页 |
| 2.3.1 模糊集及模糊优化 | 第22-24页 |
| 2.3.2 约束条件及目标函数的模糊化 | 第24-26页 |
| 2.3.3 模糊模型的建立 | 第26页 |
| 2.4 小结 | 第26-27页 |
| 第3章 协同进化粒子群优化算法 | 第27-37页 |
| 3.1 引言 | 第27页 |
| 3.2 协同进化算法 | 第27-30页 |
| 3.2.1 协同进化算法简介 | 第27-28页 |
| 3.2.2 协同进化算法思想 | 第28-29页 |
| 3.2.3 协同进化算法框架 | 第29-30页 |
| 3.3 粒子群算法及其改进 | 第30-34页 |
| 3.3.1 粒子群算法的原理 | 第30-31页 |
| 3.3.2 粒子群算法的流程 | 第31-32页 |
| 3.3.3 粒子群算法的参数分析及改进 | 第32-34页 |
| 3.4 协同进化粒子群算法 | 第34-36页 |
| 3.4.1 协同进化粒子群算法的原理 | 第34-35页 |
| 3.4.2 协同进化粒子群算法的流程 | 第35-36页 |
| 3.5 小结 | 第36-37页 |
| 第4章 基于模糊集理论和协同进化粒子群算法的暂态稳定约束最优潮流求解 | 第37-45页 |
| 4.1 引言 | 第37页 |
| 4.2 问题应用求解步骤 | 第37-38页 |
| 4.3 提高仿真效率的加速策略 | 第38-39页 |
| 4.3.1 提前终止暂态稳定仿真计算 | 第38页 |
| 4.3.2 算法的主从并行化改造 | 第38-39页 |
| 4.4 算例分析 | 第39-44页 |
| 4.4.1 参数设置 | 第39-40页 |
| 4.4.2 优化结果分析 | 第40-43页 |
| 4.4.3 算法收敛性能分析 | 第43页 |
| 4.4.4 并行加速性能分析 | 第43-44页 |
| 4.5 小结 | 第44-45页 |
| 第5章 结论与展望 | 第45-47页 |
| 5.1 结论 | 第45-46页 |
| 5.2 展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 附录 | 第50-54页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第54-55页 |
| 致谢 | 第55页 |
