| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题的研究背景和现实意义 | 第9-10页 |
| 1.2 同步相量测量技术的发展 | 第10-13页 |
| 1.2.1 相量测量单元(PMU)的基本原理 | 第10-12页 |
| 1.2.2 同步相量测量技术在国内外的发展 | 第12-13页 |
| 1.3 同步相量测量技术在电力系统中的应用 | 第13-17页 |
| 1.3.1 可观测分析 | 第13页 |
| 1.3.2 电力系统稳态应用 | 第13-15页 |
| 1.3.3 电力系统动态监测和控制 | 第15-16页 |
| 1.3.4 电力系统暂态稳定预测和控制 | 第16页 |
| 1.3.5 输电线路的故障测距 | 第16-17页 |
| 1.4 本文的主要研究内容 | 第17页 |
| 1.5 本文的章节安排 | 第17-19页 |
| 第2章 算法原理 | 第19-24页 |
| 2.1 关于遗传算法 | 第19页 |
| 2.2 遗传算法原理 | 第19-21页 |
| 2.2.1 编码问题(Encoding) | 第20-21页 |
| 2.2.2 遗传操作 | 第21页 |
| 2.2.3 适应度函数定标 | 第21页 |
| 2.3 自适应遗传算法及其改进 | 第21-24页 |
| 2.3.1 传统的自适应遗传算法 | 第22页 |
| 2.3.2 改进自适应遗传算法 | 第22-24页 |
| 第3章 系统可观的PMU最优配置和分阶段最优配置 | 第24-38页 |
| 3.1 电力系统可观测的PMU最优配置 | 第24-29页 |
| 3.1.1 传统电力系统可观测性分析 | 第24-25页 |
| 3.1.2 基于PMU量测的系统线性观测模型 | 第25-26页 |
| 3.1.3 系统可观测的PMU最优配置模型 | 第26-27页 |
| 3.1.4 改进自适应遗传算法寻求最优解 | 第27-29页 |
| 3.2 电力系统分阶段配置PMU | 第29-32页 |
| 3.2.1 问题的产生 | 第29页 |
| 3.2.2 电力系统不可观测度 | 第29-30页 |
| 3.2.3 分阶段最优解的求解思想 | 第30-31页 |
| 3.2.4 PMU分阶段最优配置的模型 | 第31页 |
| 3.2.5 改进自适应遗传算法寻求每阶段的最优解 | 第31-32页 |
| 3.3 算例及其分析 | 第32-36页 |
| 3.3.1 IEEE14节点算例 | 第32-33页 |
| 3.3.2 浙江省32节点实际电网算例 | 第33-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第4章 同步相量测量在电力系统状态估计中的应用 | 第38-55页 |
| 4.1 状态估计概述 | 第38页 |
| 4.2 传统状态估计 | 第38-48页 |
| 4.2.1 加权最小二乘法算法 | 第39-40页 |
| 4.2.2 快速分解算法 | 第40-44页 |
| 4.2.3 极坐标系下的雅可比矩阵元素 | 第44-48页 |
| 4.3 基于PMU量测的线性状态估计 | 第48-49页 |
| 4.4 引入PMU量测的混合状态估计 | 第49-52页 |
| 4.4.1 相量作为待求量参与状态估计 | 第50-52页 |
| 4.4.2 相量作为已知量参与状态估计 | 第52页 |
| 4.5 基于快速分解算法的引入PMU量测混合状态估计的算例分析 | 第52-54页 |
| 4.5.1 5节点系统 | 第52页 |
| 4.5.2 IEEE14节点系统 | 第52-53页 |
| 4.5.3 实际系统算例—浙江电网333节点系统 | 第53-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 结论与展望 | 第55-57页 |
| 5.1 本文所作的主要工作和结论 | 第55页 |
| 5.2 目前存在的不足和未来工作的展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录 浙江333节点系统状态估计精度改进数据 | 第61-69页 |
| 攻读硕士学位期间的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |