| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·引言 | 第9-10页 |
| ·群体智能与进化计算技术 | 第10-12页 |
| ·粒子群优化算法在电力系统中的应用 | 第12-16页 |
| ·本论文的主要工作及章节安排 | 第16-18页 |
| 2 粒子群优化算法 | 第18-32页 |
| ·粒子群优化算法的模型 | 第18-22页 |
| ·粒子群优化算法的收敛性分析 | 第22-24页 |
| ·粒子群优化算法的实现流程 | 第24页 |
| ·粒子群优化算法与遗传算法的性能比较 | 第24-25页 |
| ·粒子群优化算法的改进 | 第25-31页 |
| ·小结 | 第31-32页 |
| 3 改进的粒子群优化算法 | 第32-40页 |
| ·改进的粒子群优化算法 | 第32-33页 |
| ·改进粒子群优化算法的仿真分析 | 第33-39页 |
| ·小结 | 第39-40页 |
| 4 改进的粒子群优化算法在电力系统无功优化中的应用 | 第40-52页 |
| ·无功优化的数学模型 | 第40-42页 |
| ·已有的无功优化方法及其局限性 | 第42-43页 |
| ·应用粒子群优化算法的电力系统无功优化研究 | 第43-45页 |
| ·仿真算例分析 | 第45-50页 |
| ·小结 | 第50-52页 |
| 5 粒子群优化算法在多目标无功优化中的应用 | 第52-61页 |
| ·多目标优化问题的求解方法 | 第52-53页 |
| ·多目标粒子群优化方法 | 第53-57页 |
| ·多目标粒子群优化算法用于电力系统无功优化 | 第57-60页 |
| ·小结 | 第60-61页 |
| 6 全文总结 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·有待进一步开展的工作 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录1 攻读硕士学位期间发表的论文 | 第68-69页 |
| 附录2 IEEE-14 节点系统参数 | 第69-71页 |
| 附录3 IEEE-30 节点系统参数 | 第71-72页 |