考虑杠杆量测量的电力系统状态估计研究

摘要

电力系统状态估计的研究已有三十多年的历史,在这个广阔的领域里面,又包含了多方面的内容.发展至今,很多方面,例如电力系统的实时状态估计已在很多地区和国家的电网中运行成功.但就算法的速度和性能而言,还需要进一步的改进和提高,针对神经网络在并行计算方面的优势,将其用于电力系统状态估计中开始成为当前的研究的热点.在状态估计中应用比较成功的是连续性Hopfield网络,它很适合处理优化问题.这一网络的实现形式主要有两种,一是通过搭建硬件电路实现,文中在MATLAB环境下模拟实现了这一硬件方式;一是软件方式实现,即编写相关程序,在普通计算机上运行来解决问题.

目录

文摘

英文文摘

第一章绪论

1.1概述

1.2本课题研究的目的和意义

1.3国内外研究动态

1.4本论文所作的主要工作

第二章电力系统状态估计

2.1概述

2.2电力系统状态估计的数学描述

第三章电力系统状态估计中杠杆量测点的处理

3.1概述

3.2线性回归模型中的杠杆点

3.3电力系统状态估计中的杠杆量测点

3.4电力系统状态估计杠杆量的处理方法

第四章基于神经网络且考虑杠杆量测量的电力系统状态估计算法模型研究

4.1人工神经网络理论基础

4.2神经网络在电力系统中的应用

4.3基于人工神经网络的考虑杠杆量测量的电力系统状态估计

第五章在MATLAB环境下Hopfield人工神经网络的模拟实现

5.1 MATLAB语言和开发环境介绍

5.2用MATLAB进行程序的开发

5.3 Hopfield人工神经网络在MATLAB中的实现

第六章太原地区220kv地区状态估计实例分析

6.1概述

6.2太原地区220kv网络接线和网络参数

6.3程序设计的一些问题及状态估计运行结果

6.4结论

参考文献

致谢

攻读学位期间发表的学术论文目录和所做的工作