电力系统动态无功优化方法研究及其实现
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-19页 |
| ·引言 | 第9页 |
| ·无功优化的研究现状 | 第9-14页 |
| ·无功优化数学模型 | 第9-10页 |
| ·无功优化算法 | 第10-14页 |
| ·动态无功优化的研究现状 | 第14-16页 |
| ·动态无功优化数学模型 | 第14-15页 |
| ·动态无功优化研究现状 | 第15-16页 |
| ·本文主要工作 | 第16-19页 |
| 第二章 电压调整与无功补偿 | 第19-29页 |
| ·引言 | 第19页 |
| ·无功功率及补偿理论 | 第19-24页 |
| ·无功与电压的关系 | 第19-20页 |
| ·无功与有功损耗的关系 | 第20-21页 |
| ·无功传输特性 | 第21-22页 |
| ·无功功率平衡理论 | 第22-24页 |
| ·无功补偿理论 | 第24页 |
| ·无功控制设备 | 第24-27页 |
| ·无功规划与无功优化 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于改进遗传算法的无功优化 | 第29-41页 |
| ·引言 | 第29页 |
| ·遗传算法 | 第29-33页 |
| ·标准遗传算法 | 第29-32页 |
| ·遗传算法在无功优化中的应用 | 第32-33页 |
| ·改进遗传算法 | 第33-39页 |
| ·隔离小生境技术 | 第33-36页 |
| ·二进制一浮点数混合编码 | 第36-37页 |
| ·交叉、变异算子的自适应操作 | 第37-38页 |
| ·倒位算子 | 第38-39页 |
| ·保留最佳个体策略 | 第39页 |
| ·适应度及判停准则 | 第39页 |
| ·仿真及分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于支持向量机的短期负荷预测 | 第41-51页 |
| ·引言 | 第41页 |
| ·支持向量机非线性回归模型(SVM) | 第41-45页 |
| ·SVM的估计模型 | 第41-43页 |
| ·拉格朗日乘子 | 第43-44页 |
| ·非线性模型及其核函数 | 第44-45页 |
| ·负荷预测的数据处理 | 第45-47页 |
| ·负荷基本特性 | 第45-46页 |
| ·负荷预测样本数据的处理 | 第46-47页 |
| ·基于相似日数据的训练样本 | 第47-50页 |
| ·基于相似日训练样本的短期负荷预测 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第五章 基于负荷预测的电力系统动态无功优化实现 | 第51-66页 |
| ·引言 | 第51页 |
| ·负荷预测及分段 | 第51-54页 |
| ·负荷预测 | 第51-52页 |
| ·负荷分段原则 | 第52-53页 |
| ·负荷分段结果 | 第53-54页 |
| ·动态无功优化模型及计算方法 | 第54-58页 |
| ·动态无功优化模型 | 第54-55页 |
| ·动态无功优化求解的新方法 | 第55-58页 |
| ·仿真分析 | 第58-65页 |
| ·仿真系统介绍 | 第58-60页 |
| ·仿真分析 | 第60-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 结论与展望 | 第66-68页 |
| ·结论 | 第66页 |
| ·前景展望 | 第66-68页 |
| 附录 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 在攻读硕士研究生期间完成论文情况 | 第75-76页 |
| 致谢 | 第76页 |
