| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 研究现状 | 第13-18页 |
| 1.2.1 配电网状态估计研究现状 | 第13-17页 |
| 1.2.2 配电网量测配置研究现状 | 第17-18页 |
| 1.3 本文主要研究工作 | 第18-20页 |
| 第二章 考虑DG影响的主动配电网状态估计 | 第20-38页 |
| 2.1 引言 | 第20页 |
| 2.2 配电网状态估计方法 | 第20-25页 |
| 2.2.1 配电网状态估计模型与方法 | 第20-22页 |
| 2.2.2 雅可比矩阵 | 第22-24页 |
| 2.2.3 量测量的不确定性分析 | 第24-25页 |
| 2.3 基于高斯混合模型的DG出力分析 | 第25-31页 |
| 2.3.1 高斯混合模型 | 第25-26页 |
| 2.3.2 基于EM算法确定高斯混合模型各参数 | 第26-30页 |
| 2.3.3 DG出力对状态估计的影响 | 第30-31页 |
| 2.4 算例分析 | 第31-37页 |
| 2.4.1 IEEE33节点配电系统 | 第31-34页 |
| 2.4.2 119节点配电系统 | 第34-37页 |
| 2.5 小结 | 第37-38页 |
| 第三章 量测系统的饱和量测特性分析 | 第38-53页 |
| 3.1 引言 | 第38页 |
| 3.2 饱和量测特性理论推导 | 第38-41页 |
| 3.2.1 Sherman-Morrison公式 | 第38页 |
| 3.2.2 新增量测对系统估计总方差的影响 | 第38-41页 |
| 3.2.3 子模特性 | 第41页 |
| 3.2.4 新增量测对系统估计总方差减小量的影响 | 第41页 |
| 3.3 饱和量测数量 | 第41-43页 |
| 3.3.1 饱和量测数量的定义 | 第41-42页 |
| 3.3.2 饱和量测数量的确定方法 | 第42-43页 |
| 3.4 基于遗传算法的网络重构 | 第43-47页 |
| 3.4.1 遗传算法的基本原理 | 第43-44页 |
| 3.4.2 编码规则和初始化 | 第44页 |
| 3.4.3 适应度函数 | 第44-45页 |
| 3.4.4 基因操作 | 第45-47页 |
| 3.5 算例分析 | 第47-52页 |
| 3.5.1 IEEE33节点配电系统 | 第48-50页 |
| 3.5.2 119节点配电系统 | 第50-52页 |
| 3.6 小结 | 第52-53页 |
| 第四章 基于启发式算法的主动配电网鲁棒量测配置研究 | 第53-62页 |
| 4.1 引言 | 第53页 |
| 4.2 鲁棒量测配置 | 第53-56页 |
| 4.2.1 鲁棒量测配置模型 | 第53-54页 |
| 4.2.2 鲁棒量测配置方法 | 第54-56页 |
| 4.3 基于AHP计算权重 | 第56-59页 |
| 4.3.1 建立递阶层次结构 | 第57页 |
| 4.3.2 形成判断矩阵 | 第57-58页 |
| 4.3.3 计算权重并进行一致性检验 | 第58-59页 |
| 4.4 算例分析 | 第59-61页 |
| 4.4.1 IEEE33节点配电系统 | 第60-61页 |
| 4.4.2 119节点配电系统 | 第61页 |
| 4.5 小结 | 第61-62页 |
| 第五章 结论与展望 | 第62-64页 |
| 5.1 结论 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间取得的学术成果 | 第72-73页 |
| 附件 | 第73页 |