| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-28页 |
| ·智能调度决策支持系统的研究背景 | 第10-12页 |
| ·智能调度决策支持系统的研究内容 | 第12-17页 |
| ·智能调度决策支持系统的定义 | 第12-13页 |
| ·电力系统动态安全分析与控制方法 | 第13-15页 |
| ·电网操作指导 | 第15页 |
| ·人工智能技术的综合应用 | 第15-17页 |
| ·国内外研究现状 | 第17-25页 |
| ·电网调度决策支持系统的研究历史 | 第17-19页 |
| ·暂态稳定预测的研究现状 | 第19-22页 |
| ·电网操作指导的研究现状 | 第22-25页 |
| ·本文的主要工作 | 第25-28页 |
| 第二章 基于在线学习算法的电力系统暂态稳定预测 | 第28-51页 |
| ·引言 | 第28-29页 |
| ·机器学习与支持向量机方法简介 | 第29-33页 |
| ·机器学习的基本概念 | 第29-31页 |
| ·支持向量机回归算法 | 第31-33页 |
| ·对SVM回归算法的评价 | 第33页 |
| ·改进最小二乘支持向量机算法 | 第33-40页 |
| ·标准最小二乘支持向量机算法 | 第34-35页 |
| ·基于滚动时窗的最小二乘支持向量机算法 | 第35-40页 |
| ·基于改进最小二乘支持向量机的暂态稳定预测 | 第40-47页 |
| ·基于受扰轨迹的暂态稳定预测方法的提出 | 第40-42页 |
| ·多机系统受扰轨迹聚合 | 第42-44页 |
| ·受扰轨迹稳定性评估 | 第44-46页 |
| ·暂态稳定在线预测方案 | 第46-47页 |
| ·仿真分析 | 第47-50页 |
| ·仿真环境 | 第47页 |
| ·算例和训练样本 | 第47-48页 |
| ·仿真结果 | 第48-50页 |
| ·本章总结 | 第50-51页 |
| 第三章 基于Petri网技术的电网操作指导 | 第51-76页 |
| ·引言 | 第51-52页 |
| ·操作票专家系统中的知识表示与推理技术 | 第52-58页 |
| ·常用的知识表示与推理方法 | 第52-56页 |
| ·电网操作知识表示 | 第56-58页 |
| ·基于Petri网技术的操作票专家系统 | 第58-70页 |
| ·Petri网的基本概念 | 第59-63页 |
| ·Petri网规则表示方法 | 第63-66页 |
| ·基于Petri网模型的推理方法 | 第66-68页 |
| ·基于Petri网的知识库维护方法 | 第68-70页 |
| ·应用实例 | 第70-74页 |
| ·本章总结 | 第74-76页 |
| 第四章 多智能体型电网调度决策支持系统的设计与实现 | 第76-104页 |
| ·引言 | 第76-78页 |
| ·Agent及多智能体系统简介 | 第78-82页 |
| ·Agent的定义 | 第78-80页 |
| ·Agent与环境 | 第80-81页 |
| ·多智能体系统 | 第81-82页 |
| ·智能调度决策支持系统的MAS型设计 | 第82-96页 |
| ·建立电力系统领域环境模型 | 第82-90页 |
| ·智能体环境感知方法 | 第90-92页 |
| ·多智能体协作方法 | 第92-96页 |
| ·智能调度决策支持系统的初步实现 | 第96-103页 |
| ·实现过程简介 | 第96-100页 |
| ·运行实例 | 第100-103页 |
| ·本章总结 | 第103-104页 |
| 第五章 结论 | 第104-106页 |
| 参考文献 | 第106-118页 |
| 致谢 | 第118-119页 |
| 附录Ⅰ | 第119-121页 |
| 攻读博士学位期间发表的学术论文 | 第121-122页 |
| 攻读博士学位期间参加的科研工作 | 第122页 |