| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-6页 |
| 第一章 绪论 | 第6-18页 |
| 1．1 问题的提出和研究意义 | 第6-8页 |
| 1．2 低频减载与第三道稳定防线 | 第8-16页 |
| 1．2．1 第三道稳定防线的定义 | 第8-9页 |
| 1．2．2 低频减载方案 | 第9-15页 |
| 1．2．3 低频减载装置 | 第15-16页 |
| 1．2．4 低频减载与低电压减载 | 第16页 |
| 1．2．5 低频减载的现阶段研究方向 | 第16页 |
| 1．3 本文主要工作 | 第16-18页 |
| 第二章 低频减载传统算法 | 第18-28页 |
| 2．1 基本原理 | 第18-19页 |
| 2．2 传统低频减载算法的有关问题 | 第19-22页 |
| 2．2．1 低频减载切除负荷的总容量和选择切除负荷的原则 | 第19-20页 |
| 2．2．2 低频减载首级和末级动作频率的整定 | 第20-21页 |
| 2．2．3 低频减载装置级数的确定 | 第21页 |
| 2．2．4 低频减载装置的时限整定 | 第21页 |
| 2．2．5 低频减载基本级和特殊级的整定 | 第21-22页 |
| 2．3 电力系统频率动态暂态过程的计算 | 第22-27页 |
| 2．4 小结 | 第27-28页 |
| 第三章 进化算法 | 第28-40页 |
| 3．1 引言 | 第28-29页 |
| 3．2 进化算法及其生物学原理 | 第29-31页 |
| 3．2．1 概述 | 第29-30页 |
| 3．2．2 生物学原理 | 第30-31页 |
| 3．2．3 进化算法的优点 | 第31页 |
| 3．3 粒子群游方法简介 | 第31-40页 |
| 3．3．1 基本思想 | 第31-34页 |
| 3．3．2 算法流程 | 第34页 |
| 3．3．3 参数设置 | 第34-36页 |
| 3．3．4 遗传算法和PSO的比较 | 第36-37页 |
| 3．3．5 人工神经网络和PSO | 第37-38页 |
| 3．3．6 一些非标准方案 | 第38页 |
| 3．3．7 应用 | 第38-40页 |
| 第四章 使用粒子群游法求解低频减载 | 第40-59页 |
| 4．1 引言 | 第40-41页 |
| 4．2 多机系统低频减载定值计算的数学描述 | 第41-46页 |
| 4．2．1 控制变量 | 第43页 |
| 4．2．2 目标函数 | 第43-44页 |
| 4．2．3 约束函数 | 第44-46页 |
| 4．3 基于粒子群游的多机系统低频减载装置整定计算 | 第46-49页 |
| 4．3．1 目标函数 | 第46页 |
| 4．3．2 参数设置 | 第46-47页 |
| 4．3．3 控制量的初始值的选取 | 第47页 |
| 4．3．4 再次启动 | 第47页 |
| 4．3．5 计算流程 | 第47-49页 |
| 4．4 算例分析 | 第49-58页 |
| 4．4．1 算例一 | 第49-54页 |
| 4．4．2 算例二 | 第54-58页 |
| 4．5 小结 | 第58-59页 |
| 第五章 结论 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |