| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 选题背景和研究意义 | 第10-11页 |
| 1.2 电力系统安全稳定性分析国内外研究现状 | 第11-15页 |
| 1.2.1 电力系统的静态稳定性分析国内外研究现状 | 第12-14页 |
| 1.2.2 电力系统的暂态稳定分析国内外研究现状 | 第14-15页 |
| 1.3 本文主要贡献与创新点 | 第15-16页 |
| 1.4 论文主要工作及章节安排 | 第16-17页 |
| 第二章 随机扰动下的电网概率静态脆弱性评估 | 第17-37页 |
| 2.1 引言 | 第17页 |
| 2.2 数学基础 | 第17-22页 |
| 2.2.1 随机变量的概率密度函数和累积分布函数 | 第17-18页 |
| 2.2.2 随机变量的概率分布 | 第18-19页 |
| 2.2.3 随机变量的数字特征 | 第19-21页 |
| 2.2.4 Gram-charlier级数展开 | 第21-22页 |
| 2.3 基于Weibull分布的风电场概率模型 | 第22-27页 |
| 2.3.1 发电机及负荷的概率模型 | 第22页 |
| 2.3.2 风电机组功率概率分布模型 | 第22-25页 |
| 2.3.3 线性化的交流概率潮流模型 | 第25-27页 |
| 2.4 基于CGC方法的含风电电力系统运行状态的概率脆弱性分析 | 第27-30页 |
| 2.4.1 系统节点的临界电压和支路极限传输功率获取 | 第27-28页 |
| 2.4.2 基于CGC方法的支路概率脆弱性评估 | 第28-29页 |
| 2.4.3 基于CGC方法的节点电压概率脆弱性评估 | 第29-30页 |
| 2.5 算例分析 | 第30-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第三章 基于随机森林的电力系统暂态稳定性评估 | 第37-54页 |
| 3.1 引言 | 第37页 |
| 3.2 随机森林的基分类器—决策树 | 第37-40页 |
| 3.2.1 决策树的概述 | 第38页 |
| 3.2.2 决策树的生成算法 | 第38-40页 |
| 3.3 随机森林原理 | 第40-41页 |
| 3.3.1 随机森林的构建过程 | 第40-41页 |
| 3.3.2 随机森林存在的问题 | 第41页 |
| 3.4 暂态稳定评估模型 | 第41-47页 |
| 3.4.1 初始输入特征的选取原理 | 第42页 |
| 3.4.2 初始输入特征的选取原则 | 第42-43页 |
| 3.4.3 初始输入特征描述 | 第43-47页 |
| 3.5 算例分析 | 第47-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 基于支持向量机的电力系统暂态稳定性评估 | 第54-71页 |
| 4.1 引言 | 第54页 |
| 4.2 支持向量机 | 第54-57页 |
| 4.2.1 支持向量机原理 | 第54-56页 |
| 4.2.2 支持向量机参数选择方法 | 第56-57页 |
| 4.3 支持向量机参数选择优化方案 | 第57-62页 |
| 4.3.1 遗传算法优化SVM参数 | 第58-60页 |
| 4.3.2 粒子群算法优化SVM参数 | 第60-61页 |
| 4.3.3 网格搜索法优化SVM参数 | 第61-62页 |
| 4.4 算例分析 | 第62-70页 |
| 4.5 本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 全文总结 | 第71-72页 |
| 5.2 后续工作展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间取得的成果 | 第79页 |
