| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究意义和目的 | 第14-15页 |
| 1.1.1 风电系统概率短路 | 第14-15页 |
| 1.1.2 智能变电站测控系统可靠性 | 第15页 |
| 1.2 风电系统PSCA研究现状 | 第15-18页 |
| 1.2.1 电力系统PSCA | 第15-16页 |
| 1.2.2 减小方差算法 | 第16-17页 |
| 1.2.3 电力系统PSCA灵敏度 | 第17-18页 |
| 1.3 智能变电站测控系统可靠性研究现状 | 第18页 |
| 1.4 本文主要工作 | 第18-20页 |
| 第二章 基于多重故障和混合仿真算法的风电系统PSCA | 第20-38页 |
| 2.1 风电并网对初始运行方式影响 | 第20-22页 |
| 2.2 双重故障模型 | 第22-27页 |
| 2.3 混合仿真算法 | 第27-29页 |
| 2.4 混合仿真的方差计算 | 第29-30页 |
| 2.5 算例分析 | 第30-37页 |
| 2.5.1 概率短路结果 | 第30-33页 |
| 2.5.2 考虑风电随机性 | 第33-35页 |
| 2.5.3 三序电压和电流的收敛性 | 第35-37页 |
| 2.6 本章小结 | 第37-38页 |
| 第三章 基于改进混合仿真算法的风电系统PSCA | 第38-50页 |
| 3.1 非序贯蒙特卡罗仿真算法 | 第38-40页 |
| 3.1.1 蒙特卡罗算法的收敛性和计算效率 | 第38-39页 |
| 3.1.2 基于蒙特卡罗算法的风电系统PSCA | 第39-40页 |
| 3.2 改进混合抽样算法 | 第40-46页 |
| 3.2.1 最优抽样算法 | 第40-41页 |
| 3.2.2 构造新的抽样密度函数 | 第41-43页 |
| 3.2.3 最优抽样密度函数初值的确定 | 第43-46页 |
| 3.3 算例分析 | 第46-49页 |
| 3.3.1 MC和HMC计算结果 | 第46-47页 |
| 3.3.2 改进抽样效率 | 第47-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第四章 风电系统PSCA的灵敏度分析 | 第50-66页 |
| 4.1 PSCA解析算法及考虑因素 | 第50-51页 |
| 4.2 PSCA灵敏度解析算法 | 第51-53页 |
| 4.3 算例分析 | 第53-65页 |
| 4.3.1 PSCA薄弱环节识别 | 第54-58页 |
| 4.3.2 PSCA对支路可靠性参数灵敏度 | 第58-61页 |
| 4.3.3 检验PSCA灵敏度模型 | 第61-63页 |
| 4.3.4 PSCA对风电参数灵敏度 | 第63-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 智能变电站测控系统可靠性评估 | 第66-78页 |
| 5.1 智能变电站测控系统结构 | 第66-69页 |
| 5.2 可靠性算法 | 第69-71页 |
| 5.2.1 FTA算法 | 第69-70页 |
| 5.2.2 可靠性指标 | 第70-71页 |
| 5.3 智能变电站测控系统可靠性模型 | 第71-74页 |
| 5.3.1 测控系统FTA建模 | 第71-73页 |
| 5.3.2 测控系统可靠性仿真 | 第73页 |
| 5.3.3 状态评估 | 第73-74页 |
| 5.4 算例分析 | 第74-76页 |
| 5.5 本章小结 | 第76-78页 |
| 第六章 总结和展望 | 第78-80页 |
| 6.1 总结 | 第78-79页 |
| 6.2 展望 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第85-86页 |