声明
第一章 绪论
1.1 课题背景
1.1.1 特高压、智能电网和能源互联网
1.1.2 大电网防御体系
1.2 暂态稳定分析技术的发展与现状
1.2.1 暂态稳定分析方法
1.2.2 算例筛选技术
1.3 暂态稳定紧急控制技术的发展与现状
1.3.1 三道防线
1.3.2 紧急控制
1.3.3 切机控制策略优化方法及研究现状
1.4 当前暂态稳定分析及控制技术面临的挑战
1.4.1 实现准确快速的暂态稳定分析及控制的迫切性
1.4.2 暂态稳定分析及控制算法工程应用现状
1.4.3 融合统计分析与因果分析以应对挑战的必要性
1.5 本文主要研究内容
第二章 关于破解量化分析精度与速度间矛盾的因果分析
2.1 引言
2.2 暂态稳定量化分析方法的一般思路
2.3 理想哈密顿映象系统
2.3.1δ的数值求解存在积分步长与精度间的矛盾
2.3.2 Pe 同δ 的内在联系
2.3.3 Pe的数值求解亦存在积分步长与精度间的矛盾
2.3.4 同量化稳定裕度密切相关的Pe(δ)函数的求解规避了数值积分
2.4 非哈密顿映象系统
2.4.1 时变因素的引入
2.4.2 表征误差的产生
2.5 破解矛盾的尝试
2.5.1 EEAC是对多机轨迹的降维映射和数据挖掘
2.5.2 积分及映射步长的不同选择导致特性互补的三种EEAC子算法
2.5.3 三种算法在执行极限计算时的协调配合
2.5.4 对执行裕度计算的启迪
2.6 本章小结
第三章 算例时变程度的快速表征方法
3.1 引言
3.2 简化程度不同的各算法评估结论间的差异
3.2.1 SEEAC未计及任何时变因素的影响
3.2.2 DEEAC计及了部分时变因素的影响
3.2.3 算例时变程度的定义
3.3 各机动态行为信息挖掘
3.3.1 时变因素影响各机受扰轨迹
3.3.2 非同调信息的快速提取
3.4 本章小结
第四章 基于时变度指标的稳定算例高效筛除方法
4.1 引言
4.2 EEAC三种算法特性回顾
4.3 不同量化算法对算例筛除的启迪
4.3.1 算法的假设与反映时变性的能力
4.3.2 算例筛除的严格性与快速性间的矛盾特性
4.3.3 矛盾的解决及其可行性
4.3.4 筛除规则的设置思路
4.3.5 筛除框架的设计思路
4.4 稳定算例的筛除规则
4.4.1 基于因果分析的规则设置
4.4.2 基于统计分析的阈值确定
4.5 筛除框架的设计
4.5.1 冗余规则的剔除
4.5.2 筛除规则间的配合
4.6 筛除框架的校核
4.7 本章小结
第五章 基于时变度指标的算例全集强壮分类方法
5.1 引言
5.2 分类框架的整体构造及要求
5.3 分类框架设计的理论基础与总体思路
5.3.1 特性互补的三种EEAC子算法在反映时变性能力上的区别
5.3.3 基于近似算法评估结论的数据挖掘，合理估计其可信度
5.3.4 识别规则的设置思路
5.3.5 分类框架的设计思路
5.4 各类算例识别规则
5.4.1 基于因果分析的规则设置
5.4.2 基于统计分析的阈值确定
5.5 分类框架的设计
5.5.1 冗余规则的剔除
5.5.2 识别规则间的配合
5.6 分类框架的校核
5.6.1 分类强壮性
5.6.2 分布合理性
5.6.3 计算快速性
5.7 本章小结
第六章 电力系统失稳模式易变度的快速评估方法
6.1 引言
6.2 工程实用的失稳模式识别方法
6.2.1 EEAC算法的简要回顾
6.2.2 失稳模式的定义及其识别方法
6.3 失稳模式随参数的不同变化情形
6.3.1 不确定因素的影响
6.3.2 不同演化情形的表征
6.4 失稳模式易变特性的统计与因果分析
6.5 快速评估问题的逐步解耦
6.5.1 快速积分技术
6.5.2 合适的受扰轨迹及（多个）观察断面的选取
6.5.3 观察断面处转子角间隙信息的提取
6.5.4 失稳模式易变度的定义
6.5.5 评估规则的设置
6.6 快速评估方法的设计
6.7 快速评估方法的校核
6.7.1 评估可靠性
6.7.2 评估高效性
6.8 本章小结
第七章 基于时变度及易变度指标的算例全集强壮分类方法
7.1 引言
7.2 易变度指标对提升分类性能的因果分析
7.2.1 时变因素影响各机动态行为
7.2.2 易变度指标反映各机动态行为
7.2.3 易变度指标亦反映时变特性
7.2.4 易变度指标助于提升分类性能
7.3 分类框架的重新构造
7.4 各类算例新识别规则
7.4.1 基于因果分析的规则设置
7.4.2 基于统计分析的阈值确定
7.5 新分类框架的设计
7.5.1 冗余规则的剔除
7.5.2 识别规则间的配合
7.6 新分类框架提升分类性能的校核
7.6.1 分类强壮性
7.6.2 分布合理性
7.6.3 计算快速性
7.7 两分类框架的区别与联系
7.8 本章小结
第八章 最优切机控制策略搜索的自适应快速方法
8.1 引言
8.2 主导映象识别对切机控制策略搜索的影响
8.2.1 主导映象的定义
8.2.2 主导映象的识别
8.2.3 主导映象与切机控制策略间的关系
8.3 最优切机控制策略搜索方法回顾
8.3.1 基本原理
8.3.2 性能分析
8.4 时变因素影响切机控制策略搜索性能的因果分析
8.4.1 影响主导映象识别正确性的因素
8.4.2 算例分类框架对自适应快速方法设计的启迪
8.5 基于统计与因果分析的自适应快速方法设计
8.5.1 最优切机控制策略自适应快速搜索框架的整体构造
8.5.2 主导映象近似识别结论可信度判据
8.5.3 切机控制策略近似性价比
8.5.4 切机控制策略的校核指标
8.6 自适应快速方法流程
8.7 性能校核
8.7.1 方法可靠性
8.7.2 方法高效性
8.8 本章小结
第九章 总结与展望
9.1 主要结论与创新点
9.2 后续研究工作展望
致谢
参考文献
附录A：三机系统情形1下的拓扑图与相关参数
附录B：三机系统情形2下的拓扑图与相关参数
附录C：三机系统情形3下的拓扑图与相关参数
攻读博士期间取得的学术成果
攻读博士期间发表的论文
攻读博士期间的论文获奖
攻读博士期间授权的发明专利
攻读博士期间申请的发明专利
攻读博士期间参与的项目
东南大学;
