遗传算法与经典法在电力系统有功优化的研究比较
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 引言 | 第7-14页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 有功优化研究现状 | 第8-12页 |
| 1.2.1 常规优化算法 | 第9-11页 |
| 1.2.2 人工智能算法 | 第11-12页 |
| 1.3 本文的主要工作 | 第12-14页 |
| 第2章 节点导纳矩阵与电力系统潮流计算 | 第14-29页 |
| 2.1 节点导纳矩阵的形成 | 第14-17页 |
| 2.1.1 励磁支路 | 第14-15页 |
| 2.1.2 线路支路 | 第15页 |
| 2.1.3 变压器支路 | 第15-17页 |
| 2.2 电力系统潮流计算 | 第17-28页 |
| 2.2.1 高斯-赛德尔法 | 第19-21页 |
| 2.2.2 牛顿-拉夫逊法 | 第21-26页 |
| 2.2.3 P-Q 分解法 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 网损微增率的计算方法 | 第29-41页 |
| 3.1 计算方法概述 | 第29页 |
| 3.2 导纳矩阵法 | 第29-34页 |
| 3.2.1 直角坐标法 | 第30-32页 |
| 3.2.2 极坐标法 | 第32-34页 |
| 3.3 阻抗矩阵法 | 第34-36页 |
| 3.4 雅克比矩阵法 | 第36-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 经典法有功优化 | 第41-47页 |
| 4.1 有功优化概述 | 第41页 |
| 4.2 经典法有功优化模型 | 第41-44页 |
| 4.3 等耗量微增率准则优化 | 第44-46页 |
| 4.4 本章小节 | 第46-47页 |
| 第5章 遗传算法有功优化 | 第47-68页 |
| 5.1 遗传算法的理论分析 | 第47-58页 |
| 5.1.1 基本概述 | 第47-49页 |
| 5.1.2 遗传算法的基本方法 | 第49-56页 |
| 5.1.3 遗传算法的基本特点 | 第56-58页 |
| 5.2 遗传算法的改进措施 | 第58-62页 |
| 5.2.1 禁忌搜索原理简介 | 第58-61页 |
| 5.2.2 交叉算子的改进 | 第61页 |
| 5.2.3 变异算子的改进 | 第61页 |
| 5.2.4 主要计算步骤 | 第61-62页 |
| 5.3 遗传算法在有功优化中的应用 | 第62-67页 |
| 5.3.1 建立有功优化模型 | 第62-63页 |
| 5.3.2 相关参数的设置 | 第63-65页 |
| 5.3.3 遗传算法有功优化步骤 | 第65-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第6章 遗传算法和经典法算例分析比较 | 第68-78页 |
| 6.1 IEEE-14 节点系统 | 第68-70页 |
| 6.2 IEEE-30 节点系统 | 第70-76页 |
| 6.3 本章小结 | 第76-78页 |
| 第7章 结论与展望 | 第78-80页 |
| 7.1 结论 | 第78页 |
| 7.2 展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-83页 |
| 附录 | 第83-85页 |
| 攻读学位期间的研究成果 | 第85页 |
