电网拉格朗日稳定性

本书研究了电网拉格朗日稳定性判定的两个问题： 靠前，利用电网基于外部观测的模型，采用LMI（线性矩阵不等式）技术，判断电网的拉格朗日稳定性； 第二，用拟周期系统近似电力系统，借助希尔伯特黄变换（HHT）判断电网的拉格朗日稳定性。
本书为这两种判定方法提供了理论分析与工程应用案例。其中，靠前~5章以神经网络为代表，研究了一类非线性系统的拉格朗日稳定性及其稳定域估计； 第6~8章为电力系统监测数据分析中的同步相量测量单元（PMU）优化布置、系统参数的快速辨识和希尔伯特黄变换，这些技术是电力系统稳定性分析中必不可少的技术基础； 第9~10章利用上述理论结果和工程技术研究了电力系统的拉格朗日稳定性判定。
本书对于从事电网调度控制的工程技术人员、高校电气工程专业、自动化专业、信号处理等专业的师生也具有参考价值。

第1章 非线性系统稳定性
1.1非线性动力系统
1.2非线性动力系统的稳定性
1.3拉格朗日稳定性的研究
1.4非线性系统耗散性分析
1.5神经网络稳定性研究
1.5.1时滞神经网络
1.5.2时滞神经网络拉格朗日稳定研究
1.5.3正不变集和吸引集的研究
1.5.4全局指数耗散性分析研究
第2章 混合时滞非线性系统非负平衡点的稳定性
2.1引言
2.2模型描述与预备知识
2.3非负平衡点的存在唯一性
2.4非负平衡点的R+—全局稳定性分析
2.5数值算例
第3章 混合时滞非线性系统的拉格朗日稳定性
3.1神经网络的动力学行为
3.2模型描述和预备知识
3.2.1线性矩阵不等式（LMI）
3.2.2混合时滞和有限分布时滞的CGNNs模型
3.3主要结果
3.4应用定理
3.5数值仿真
第4章 混合时滞非线性系统的正不变集和全局指数吸引集
4.1预备知识和重要引理
4.2主要结果
4.3应用举例
第5章 混合时滞非线性系统的鲁棒耗散性
5.1区间神经网络描述与预备知识
5.2主要结果
5.3应用举例
第6章 利用LMI判断电力系统的拉格朗日稳定性
6.1大系统的稳定性
6.1.1大系统控制理论
6.1.2控制系统的稳定性
6.1.3李雅普诺夫方程与李雅普诺夫稳定性
6.2电力系统的拉格朗日稳定性
6.3电力系统的PMU监测
6.4类摆系统的研究
6.5基于外部观测的电力系统的一般模型
6.6电力系统的拉格朗日稳定性判别
6.6.1考虑带时滞的电力系统小扰动稳定性分析
6.6.2实例分析
6.7简单电力系统在周期性负荷扰动下的动力学行为分析
6.7.1简单电力系统在周期扰动下的动力学行为
6.7.2反馈控制器设计
第7章 希尔伯特—黄变换方法
7.1低频振荡的国内外研究现状
7.1.1低频振荡产生的机理
7.1.2低频振荡的常见分析方法
7.2希尔伯特—黄变换
7.2.1希尔伯特—黄变换
7.2.2 对希尔伯特—黄变换的进一步分析
7.3希尔伯特—黄变换算法的改进
7.3.1EMD算法的研究与改进
7.3.2镜像延拓
7.3.3改进EMD算法仿真分析
第8章 希尔伯特—黄变换的应用
8.1希尔伯特—黄变换用于低频振荡分析
8.2利用希尔伯特—黄变换提取电力系统信号的慢变量
8.2.1暂态信息的提取
8.2.2振荡特性的提取
8.2.3低频振荡的非线性特性分析
8.3利用希尔伯特—黄变换滤波去噪
8.4混合短期振荡预测
8.4.1理论描述与模型建立
8.4.2实用振荡预测方法步骤
8.4.3数据分析
第9章 概周期函数与拟周期函数
9.1时滞对运动的影响
9.2概周期函数与概周期运动
9.3拟周期函数与拟周期运动
9.3.1拟周期函数
9.3.2拟周期信号
9.3.3动力学系统中的拟周期运动
9.4拟周期与概周期及混沌的关系
9.5系统拟周期解的存在性
9.6拟周期系统的拉格朗日稳定性
第10章 电力系统拉格朗日稳定性的判定
10.1相量测量技术
10.2电力系统的混沌、分岔与时滞
10.2.1WAMS的时滞特性
10.2.2信息传输网络的时滞
10.2.3考虑时滞影响的电力系统稳定分析
10.2.4考虑时滞影响的电力系统广域控制
10.3对电力系统中摇摆曲线的研究
10.3.1利用三角函数拟合发电机功角受扰轨迹
10.3.2利用类摆方程近似观测曲线
10.3.3利用拟周期函数近似观测曲线
10.3.4利用谐振近似电力系统的拟周期函数
10.4基于拟周期特性的拉格朗日稳定性判据
参考文献