致谢 | 第4-5页 |
摘要 | 第5-7页 |
Abstract | 第7-8页 |
图表目录 | 第11-13页 |
第1章 绪论 | 第13-16页 |
1.1 课题背景 | 第13-14页 |
1.2 研究内容 | 第14-15页 |
1.3 创新点 | 第15页 |
1.4 章节安排 | 第15-16页 |
第2章 电力系统短期可靠性及蒙特卡洛采样方法 | 第16-28页 |
2.1 可靠性的基本概念 | 第16-18页 |
2.2 蒙特卡洛采样方法 | 第18-20页 |
2.3 交叉熵重采样方法 | 第20-23页 |
2.4 基于蒙特卡洛采样方法的短期可靠性基础评估框架 | 第23-24页 |
2.5 序贯仿真与非序贯仿真的应用差异 | 第24-26页 |
2.6 本章小结 | 第26-28页 |
第3章 离散多状态电力系统非序贯重采样方法及应用 | 第28-41页 |
3.1 引言 | 第28页 |
3.2 瞬时多状态概率的求解 | 第28-29页 |
3.3 元件多状态短期可靠性模型 | 第29-35页 |
3.3.1 发电机多状态短期可靠性模型 | 第29-32页 |
3.3.2 变压器多状态短期可靠性模型 | 第32-35页 |
3.4 基于交叉熵理论的离散多状态非序贯重采样方法 | 第35-39页 |
3.4.1 最优畸变离散采样概率 | 第35-38页 |
3.4.2 算法流程 | 第38-39页 |
3.5 系统应用与分析 | 第39-40页 |
3.6 本章小结 | 第40-41页 |
第4章 考虑时齐马尔科夫过程的电力系统序贯重采样方法及应用 | 第41-59页 |
4.1 引言 | 第41页 |
4.2 系统状态转移采样方法 | 第41-43页 |
4.3 基于交叉熵理论的三段式序贯重采样评估方法 | 第43-47页 |
4.3.1 最优畸变转移率 | 第43-45页 |
4.3.2 算法流程 | 第45-47页 |
4.4 系统应用与分析 | 第47-57页 |
4.4.1 参数整定规律研究 | 第48-51页 |
4.4.2 效率增益分析 | 第51-57页 |
4.5 本章小结 | 第57-59页 |
第5章 考虑非时齐马尔科夫过程的电力系统自适应序贯重采样方法及应用 | 第59-75页 |
5.1 引言 | 第59页 |
5.2 元件状态转移时间的分布 | 第59-60页 |
5.3 元件状态持续时间采样方法 | 第60-62页 |
5.4 基于交叉熵理论的自适应序贯重采样方法 | 第62-67页 |
5.4.1 最优畸变参数 | 第62-66页 |
5.4.2 算法流程 | 第66-67页 |
5.5 系统应用与分析 | 第67-74页 |
5.6 本章小结 | 第74-75页 |
第6章 考虑风电的发电系统旋转备用响应能力充裕性评估 | 第75-85页 |
6.1 引言 | 第75-76页 |
6.2 四状态Well-being评价体系 | 第76-79页 |
6.3 风电系统旋转备用响应能力评估流程 | 第79-81页 |
6.4 系统应用与分析 | 第81-84页 |
6.5 本章小结 | 第84-85页 |
第7章 总结与展望 | 第85-87页 |
参考文献 | 第87-99页 |
攻读博士学位期间主要的研宄成果 | 第99-100页 |