第一个书签之前
1.1 课题研究背景和意义
1.2 国内外研究现状
1.2.1 电力系统状态估计研究现状
1.2.2 不良数据检测与辨识研究现状
1.2.3 分区状态估计研究现状
1.3 本文主要研究内容
第2章 改进无迹卡尔曼滤波状态估计算法
2.1 动态状态估计模型
2.1.1 卡尔曼滤波原理
2.1.2 电力系统状态估计的状态方程
2.1.3 电力系统状态估计的量测方程
2.1.4 无迹卡尔曼滤波原理
2.1.5 采样方法
2.2 改进无迹卡尔曼滤波原理
2.3 仿真分析
2.3.1 算例概要
2.3.2 算例仿真
2.3.3 估计误差比较
2.4 本章小结
3.1引言
3.2 鲁棒算法
3.2.1 判断方法
3.2.2 实施方法
3.3 基于RUKF的电力系统状态估计流程
3.4 仿真分析
3.4.1 IEEE30算例分析
3.4.2 IEEE118算例分析
3.5 本章小结
4.1 复杂网络理论
4.1.1 图的相关概念
4.1.2 网络与表示
4.2 复杂网络社团发现算法
4.2.1 社团结构
4.2.2 社团结构评价指标
4.2.3 谱聚类算法
4.2.4 k-means算法
4.2.5 基于BCC优化的k-means算法
4.3 基于复杂网络的电力系统分区状态估计
4.3.1 复杂网络在电网分区中的应用
4.3.2 电力系统分区简化模型
4.3.3 边界节点估计原则
4.3.4 边界节点估计融合
4.3.5 算法流程
4.4 算例仿真
4.4.1 基于BCC优化的谱聚类分区验证
4.4.2 边界节点估计融合验证
4.4.3 估计时间比较
4.5 本章小结
