集抄系统电表变更识别和故障诊断研究综述

针对由于用户电表及设备档案变更、损坏、通信故障等因素导致集抄系统数据采集成功率和质量出现的问题,对集抄系统路由方法和集抄系统故障诊断方法的新进展进行综述。研究结果表明:(1)利用电力线载波路由算法并构建新的网络结构模型,将复杂的电力线通信网络拓扑转化成简单清晰的网络拓扑,解决集抄系统电表更换识别问题;(2)将数据挖掘技术和专家系统相结合,开发基于数据挖掘的故障诊断专家系统,使集抄系统故障诊断智能化,提高数据采集的质量;是未来需要进一步研究的课题。     

生命线网络系统抗震拓扑优化的Benchmark模型

生命线系统拓扑优化问题的Benchmark模型是评测新型算法正确性和适用性的重要手段。基于此,首先以生命线网络系统抗震拓扑优化分析模型为背景,建立了该优化问题的三个Benchmark模型,并在Visual Compaq Fortran开发环境下,通过穷举法统计出解空间的所有网络,进而甄选出不同节点可靠度约束下的最优网络和若干次优网络,最后利用上述Benchmark模型对生命线网络系统抗震拓扑优化中的蚁群算法进行测试。结果表明,当网络规模较小时,蚁群算法能精确地搜索到最优解;当网络规模增大后,蚁群算法也能以较大概率搜索到最优解或次优解。     

交通系统智能决策的算法研究

遗传算法是近年来迅速发展起来的一种全新的随机搜索与优化算法，但由于其自身固有的缺陷，通常优化过程的收敛速度较慢，局部搜索能力不足，而且算法稳定性较差。而蚁群算法广泛应用在旅行商问题计算中，目前是较好的求解最短路由问题的算法之一。就其自身来说有很多优点，如正反馈性、鲁棒性和智能性，但是在寻优过程中容易陷入局部最佳的缺点。针对上述情况，将遗产算法与蚁群算法相结合，用于实际交通系统寻找最优路径的问题中，并定义了目标函数，以路径可靠性和路径长度为优化目标，寻找最合适的救灾路线。最后通过实际计算结果的对比验证，说明了该方法的有效性。     

蚁群算法在马斯京根模型参数估计中的应用

蚁群算法是一种模拟进化算法,该算法具有许多优越的性质.研究了一种可用于求解连续空间优化问题的蚁群算法策略,针对洪水演算的马斯京根模型参数估计问题,应用连续性空间优化问题的蚁群算法模型进行了求解.应用实例表明,蚁群算法在求解连续空间优化问题中是很有效的,可以广泛应用于各种自然灾害模型的优化问题.     

云计算下震害预测基础数据库的自主访问控制算法

针对当前震害预测基础数据库自主访问控制算法在实际应用过程中存在访问数据包发送速率受限导致访问控制数据吞吐量公平性较差、数据重传时间超时、数据传输速率不稳定等问题。提出一种云计算下震害预测基础数据库访问控制算法,通过计算震害预测基础数据库访问控制周期、访问请求流的平均速率和访问请求流的平均速度,建立云计算下震害预测基础数据库模型;利用带衰因数过滤器对数据库模型的访问数据包进行平滑过滤,通过对平滑过滤后的访问控制数据包发送速率调节实现自主访问控制。研究结果证明,该算法能够有效减少丢包事件机率及数据重传次数,具有较强的网络适应能力,访问控制数据的最大发送速率更加稳定,取得了预期的实验效果,具有一定的实用价值。     

蚁群算法在生命线网络系统抗震拓扑优化中的应用

近年来,遗传算法和模拟退火算法已经应用于网络系统的抗震拓扑优化,蚁群算法也已经成功应用到多个组合优化问题中。首先论述了生命线网络系统抗震拓扑优化模型,然后介绍了网络抗震可靠度分析的最小路递推分解算法。通过对优化问题解形式的分析,采用二进制编码的蚁群算法对优化模型进行了求解。最后,结合实例分析,并与遗传算法和模拟退火算法的计算结果进行了对比。结果表明,蚁群算法可以作为一种新的工具进行网络系统的优化设计。     

马斯京根洪水演算模型的改进--兼论其参数的蚁群算法率定

针对马斯京根洪水演算模型的近似性问题，用曲线积分法改进了原模型中时段流量的简单算术平均值法，并利用连续性空间优化问题的蚁群算法对改进的马斯京根洪水演算模型进行参数最优估计，使演算流量更加接近实际。     

基于改进纵横交叉算法的多目标无功优化

针对有功网损、电压偏差和静态电压稳定裕度的多目标无功优化问题.提出了一种用于多目标的改进纵横交叉算法。该算法采用纵向和横向两个不同方向的搜索机制,摒弃基础纵横交叉算法的竞争算子。在纵向交叉后采用目标序列排序建立虚拟个体适应度,再对粒子虚拟适应度大小进行比较选择精英粒子,而横向交叉之后不进行粒子比较。与传统的NSGA-II相比,该算法能够使粒子在收敛的过程跳出局部最优,提高粒子多样性,同时提高效率。最后引进非支配选择和拥挤距离计算,产生Pareto前沿。通过和NSGA-II在IEEE 14节点系统、IEEE 57 节点系统多目标无功优化上仿真对比,结果验证了所提方法收敛精度更高,其Pareto前沿分布更加均匀,范围更加广泛,能够很好的解决电力系统多目标无功优化问题。     

单一重现期非线性暴雨强度模型参数的确定--新型混合加速遗传算法的构建与应用

对浮点编码遗传算法进行了改进,并嵌入Powell方向加速局部搜索算法与加速循环操作,从而构建了新型混合加速遗传算法.确定单一重现期的非线性暴雨强度模型参数的应用实例表明,该方法兼顾了改进浮点编码遗传算法和Powell算法的优点,是一种既可以较大概率、快速地搜索全局近似最优解,又能进行局部细微搜索的出色的非线性优化方法.该法在其它工程问题的非线性模型参数的确定中也具有广阔的应用前景.     

应急决策信息系统最优路径研究——基于路阻函数理论及Dijkstra算法

应急决策信息系统最优路径理论与实践研究是灾害应急信息化工程领域的重要分支和重点研究课题,将路阻函数理论与Dijkstra算法引入应急决策信息系统最优路径研究领域是一个持续引入关注并且具有显著价值的研究课题。围绕应急决策信息系统最优路径推理与求解,以Dijkstra算法为总体技术方法,以路阻函数理论为实时路段的路径权值提取技术基础,以应急决策相关主体的实际决策需求为中心,探索应急决策信息系统最优路径求解机制及其应用的理论技术基础及问题对策,提出了基于路阻函数理论与Dijkstra算法的最优路径数学模型,并以实例计算说明模型算法的有效性。在复杂的灾害交通环境下,该研究思路能更加充分有效的结合具体的灾害实时道路状况来提供灾害中受灾群众最优撤退路径。     

电量采集终端及电能表远程对时研究及应用

电量采集终端及电能表时钟的准确性直接影响到采集数据的准确性,进而影响准确计量、线损分析和电量结算等。考虑到传统的现场人工对时或采用红外掌机校时方式耗时、耗力,设计了一种新的远程对时方案,首先提出基于电力系统通讯协议的TDPTP时钟同步原理,其充分考虑了通讯延时来实现主站对电量采集终端的远程对时,然后通过开启电量采集终端的对时功能对电能表精确对时,从而保证了时钟由.上至下的一致性。通过应用成果证明该远程对时方法的可行性,不仅确保了电量数据的客观性,还有效提升计量的准确性,同时减少了人工现场校时的工作量。     

面向对象协议计量设备的应用与分析

面向对象数据交换协议是在总结提炼采集系统现有通信协议应用实践基础上,采用面向对象思想进行了创新设计,以高效、灵活、安全、具备互操作性为目标,一套协议贯穿于采集系统主站、采集终端和智能电表,具有业务适应性强、采集效率高、执行成功率高、数据源唯一、兼容性好、安全性高等技术特点。充分了解面向对象数据交换协议的特点,从现阶段用电信息采集运维及深化应用的实际需求出发,结合营销工作经验和采集运维专业知识,通过现场案例,从发现问题、探索本质、解决实际的角度,提炼出实用性较强的解决问题的方法。     

电力企业二次系统安全防护监视平台建设

针对电力企业二次系统安全防护存在的问题,对其现状进行分析,采用数据分析及采集技术开发了电力企业二次系统安全防护监视平台,并成功应用于宁东电网。应用结果表明:电力企业二次系统安全防护监视平台提高了二次防护系统对安全防护设备的兼容性,实现了安全防护设备实现了远程实时监控功能,由于不需改变现有调度数据网的结构,大大减少了厂站接入层的建设投资,经济效益显著。     

基于小波包和改进纵横交叉法的风电预测模型

针对风电出力的随机性、季节性和波动性及一般方法预测精度不高的问题,采用改进纵横交叉(improved crisscross optimization, ICSO)算法,建立了一种基于小波包变换与改进纵横交叉算法优化Elman神经网络的风电预测模型。仿真结果表明:改进的纵横交叉算法不但克服了一般算法早熟收敛的缺陷,有效提高神经网络的泛化能力和预测精度,而且表现出良好的稳定性,适用于风电的预测。     

比对法在电能表、采集终端规约测试中的应用

针对电能表、采集终端部分不合格设备进入生产现场,出现采集数据大规模缺失/不正确等问题,运用标准比对法编制了电能表、采集终端规约测试方案,对厂站电能表、电能量采集终端的上行通信协议、本地通信协议的一致性和设备兼容性进行测试,完善了电能表、采集终端的到货验收检测方法,杜绝了不合格产品进入生产现场。结果表明:电能表、采集终端规约测试方案的测试方法科学合理,实际测试操作简单便捷,测试效果良好。