多径干扰下的物联网链路负载均衡控制算法

在多径干扰下的物联网传输链路容易受到多径效应的影响导致链路均衡性不好,物联网数据转发的误码率较高。为了提高多径干扰下的物联网链路负载均衡控制能力,提出了一种基于分数间隔均衡和误比特率反馈调制技术的物联网数据转发负载均衡控制模型,构建多径干扰下的物联网传输链路模型,分析物联网链路的多径特性,采用扩频信道调制方法进行物联网链路的码间干扰滤波,结合分数间隔均衡技术进行链路均衡设计,采用信道的带宽自适应调节模型进行物联网链路的多径抑制,结合误比特率反馈调制解调技术实现物联网链路负载均衡控制,克服信道对于多径干扰产生的多径衰减的影响,提高物联网链路负载均衡性。仿真结果表明,采用该算法进行物联网链路负载均衡控制,数据转发输出的码元保真性较好,误码率较低,在多径干扰信道的链路转发自适应控制性能较好,提高了物联网链路的稳健性和鲁棒性。     

链路负载均衡在内蒙古电力信息网络中的应用

内蒙古电力信息网络用户和服务器访问互联网出口采用在DMZ区交换机设置策略路由的方式实现数据交互,策略路由在一定程度上会消耗交换机的性能,影响用户访问外网速度.针对这个问题,2010年,内蒙古电力公司购置了2台链路负载均衡设备,增加了1条200 Mbit/s出口,保证了出口带宽,实现了链路互为备份,通过在链路负载均衡设备上进行策略设定和调整,达到合理分配用户流量、提高带宽利用率的目的.     

负载均衡技术在宁夏电力通信系统中的应用

负载均衡技术是建立在现有网络结构之上,它提供了一种廉价有效的方法扩展服务器的带宽,增加设备吞吐量,增强网络数据处理能力,提高网络的灵活性和可用性。宁夏电力数据网为解决多链路接入时存在的诸多问题,应用了链路聚合的负载均衡技术,从而优化了网络结构,提高了网络运行的安全性、可靠性和灵活性。     

基于电力调度数据网双平面的主站控制多机多链路采集方案

为提升电网调度自动化系统数据采集的稳定性,结合国家电网公司调度数据网双平面(SGDnet)建设模式,遵循智能电网调度技术支持系统数据采集与交换标准,提出基于电网调度数据网双平面的主站控制中心系统多机多链路的采集方法。该方法采用了多通道负载均衡、多级并列运行、多链路热备冗余、多源数据处理等技术,提高了数据采集的稳定性和可靠性,同时结合主站控制中心系统节点管理等技术解决了因单点故障导致数据不刷新等问题,保障了调度生产需要。通过此方法所研究的数据采集系统已在多个调度中心投入现场运行。     

以多链路技术解决VPN问题的典型方案设计与实现

针对国内Internet单链路造成的VPN问题进行分析,提出问题的解决思路。把企业的Internet出口由单链路改造为多链路,实现内外资源访问时不同服务供应商路由自动选择：将IPSEC VPN系统改造为SSL VPN,实现SSL VPN基于多链路的路由自动选择,解决IPSEC VPN在单链路环境下的问题,实现VPN的安全．稳定和高效。     

一种基于虚拟网卡的冗余网络容错及负载均衡技术

电力自动化系统一般采用冗余机制来实现网络容错,提高网络的可靠性,冗余基础上的负载均衡机制可以充分利用网络带宽。可是传统的冗余网络方案不完全适用于对等方式通信,或要编写复杂的应用程序来处理冗余问题。探讨了一种在冗余局域网内对等节点问基于虚拟网卡的容错及负载均衡技术,该技术将物理的冗余网络虚拟成一个逻辑单网,允许客户只需基于单一的虚拟网来进行开发,无需关心底层具体的容错及负载均衡问题。     

一种基于虚拟网卡的冗余阿络容错及负载均衡技术

电力自动化系统一般采用冗余机制来实现网络容错,提高网络的可靠性,冗余基础上的负载均衡机制可以充分利用网络带宽.可是传统的冗余网络方案不完全适用于对等方式通信,或要编写复杂的应用程序来处理冗余问题.探讨了一种在冗余局域网内对等节点间基于虚拟网卡的容错及负载均衡技术,该技术将物理的冗余网络虚拟成一个逻辑单网,允许客户只需基于单一的虚拟网来进行开发,无需关心底层具体的容错及负载均衡问题.     

单向链路原理分析及解决方案研究

在电力信息网络中,核心层组网链路多采用冗余方式,存在单向链路.文章论述了单向链路产生的原因及对网络造成的影响,同时针对该现象提出相关技术手段并结合原理进行分析经过实践论证,在网络设备上应用DLDP或者UDLD等技术,实现对通信链路状态的综合控制和监测,能有效解决单向链路的存在所造成的网络异常和故障,达到消除网络运行潜在威胁的目的.为今后在多链路组网方式下,避免单向链路问题,提高通道稳定性、可靠性提供新技术和新思路     

企业网络信息中心自动供电系统与数据安全备份的实现

介绍了企业网络信息中心自动供电与数据安全备份实现方法，应用Internet，VPN、防火墙网络技术实现远程监控，用实例说明了自动供电与数据安全备份在企业网络信息中心的应用。     

提高特高压变电站自动化系统可靠性措施

提出在变电站自动化系统中采用双网同时运行时,所有数据通过数据编号进行标志,提供算法实现数据的冗余备份,可达到双网无缝切换的要求;面向应用模块的冗余互备而不是主/备机上所有模块的共进/退,在提高系统可靠性的同时应用模块可根据需要在不同机器间任意配置,可达到负载均衡;在主/备机切换过程中,通过一定的算法可以保证数据同步的完整性;对不同厂商设备的接入可采用基于CORBA技术的软件平台及分布式硬件平台的规约转换装置,通过普通的物理板卡和应用组件实现不同生产厂商设备最大隔离等几点措施.通过在1000 kV变电站自动化系统的顺利投运与可靠运行证明了所提出措施是有效的.     

基于机器学习的短期电力负荷预测方法研究

针对短期电力负荷数据具有明显周期性的特点,将基于机器学习引入到短期电力负荷预测领域,提出一种基于岭回归估计的RBF神经网络短期电力负荷预测方法,该方法利用机器学习算法RBF在非线性拟合方面的优势,结合岭回归对RBF神经网络输出层权值进行参数估计,有效消除输入多重共线性问题,采用广义交叉验证法对构建的模型进行评估,寻找最优岭参数,提高了电力负荷预测精度。通过实际负荷预测案例,与传统BP神经网络负荷预测方法进行比对,验证了提出的电力负荷预测方法较传统方法具有较好的稳定性和较高的预测精度,为电力负荷预测提供了新思路。     

计及多属性参量的配电网负荷可视化技术研究

随着电力负荷多元化特征的发展,传统的可视化技术难以有效分析和展示电网的负荷断面数据。文章提出了一种以气泡图形式,融合多属性参量展示配网断面负荷的可视化方法,进一步分析了负荷点类型的分布规律。定性分析可视化的数据对象,利用标准差法清洗异常负荷值,并利用主成分分析赋权法对清洗后的负荷、地理信息赋权。为得到负荷点的类别标签,将赋权结果输入MiniBatch-Kmeans算法进行聚类。为可视化配网的运行态势,在实例中将负荷、地理、时间、ID四个属性信息以动态气泡图展示并与传统负荷热力图进行对比。结果表明,文章提出的可视化方法可反映更多的电网运行状态信息,通过展示多参量数据来反映负荷的分布规律和发展规律,可提高调度人员对配网运行数据的感知能力。     

基于鱼群算法与有导师神经网络的轴心轨迹智能识别

利用图像领域Canny算子和Hu不变矩代替人眼识别轴心轨迹,运用人工鱼群精简冗余数据,采用PNN进行故障分类,实现计算机智能识别分类机组故障。本文证实了此种识别方法比传统神经网络识别有更高的识别精度和效率。     

电网短期负荷预测的BP-ANN方法及应用

针对电网短期负荷预测中传统方法预测精度较低的问题,提出一种基于反向传播人工神经网络（backpropagation artificial neural network,BP-ANN）短期负荷预测的方法.应用多尺度熵法对短期负荷数据进行分析,得出预测点不仅和前期临近数据相关,而且和远期历史负荷数据相关;同时运用自相关分析法,基于BP-ANN建立适合陕西电网的短期负荷预测方法,并将此方法应用于实际电网负荷中,结果表明此方法简单可行,精度较高,比较实用.     

节能发电调度模型与算法研究

节能发电调度对于节约能源、降低污染具有重要作用。本文建立了包含可再生能源的节能调度模型,该模型综合考虑可再生能源机组的名义购电成本,以总发电耗能最小为目标函数。在此基础上,以粒子群算法对调度模型进行求解。通过IEEEl4节点算例验证了本文节能发电调度模型和算法的有效性和可行性。     

配电网公用网和专用网协调规划方法及其应用

介绍了一种配电网公用网和专用网协调规划方法。分析了目前配电网公用网和专用网情况,总结存在的主要问题,研究了配变负荷需用系数,确定不同负荷类型的配电网用户的负荷发展趋势,并给出了配电网专用网改造方法及新建原则,以便协调规划配电网公用网和专用网。实际应用表明应用此方法开展配电网公用网和专用网协调规划,能够有效回收配电网专用网资源,提高电网设备利用率,增加电网企业效益。     

Long-term load forecasting and economical operation of wind farms for Egyptian electrical network

Several traditional methods have been presented for long-term load forecasting of electrical power systems without sufficient accuracy of the relevant results. In this paper, in order to improve the results accuracy, the artificial neural network (ANN) technique for long-term peak load forecasting is modified and proposed as an alternative technique in long-term load forecasting. The modified technique is applied on the Egyptian electrical network dependent on its historical data to predict the electrical peak load demand forecasting up to year 2017. This technique is compared with extrapolation of trend curves as a traditional method. Installed power generation capacities of Egyptian electrical network up to year 2017 are estimated dependent on the peak load forecasting of this network. Also, a proposed methodology to assess the economical operation of the wind farms (WFs) beside the conventional power system (CPS) is introduced. This methodology includes a mathematical model to develop the economical operation of wind farms on the whole power generation capacity through a considered period.     

基于深度学习的机翼蒙皮载荷计算方法

针对传统的载荷标定方程计算机翼蒙皮载荷精度低的问题,提出了一种基于深度学习的机翼蒙皮载荷计算新方法。考虑真实机翼蒙皮受力复杂,首先建立了机翼蒙皮试验件模型,使用Ansys仿真软件对试验件进行有限元分析,获得应变与载荷仿真数据,并对仿真数据进行数据清洗与预处理;其次,构建深度神经网络模型,将应变与载荷作为神经网络模型的输入与输出值,采用Adam算法优化提出的载荷计算模型;最后,在测试集上对载荷值进行预测,使用平均相对误差与绝对值差作为评价指标。实验结果显示,基于深度学习的载荷计算方法在小载荷数据上平均绝对误差为0.081 N,在正常载荷数据上的平均相对误差为0.063 8%;与传统载荷计算方法比较,本文提出的新方法计算的载荷精度明显优于传统方法。     

采用混合语言信息群决策的电力负荷密度预测法

传统城市空间负荷密度预测法在实际预测过程中其结果的可信度依赖于大量有效的样本数据,而在实际中收集到较齐全的可行样本数据存在很大的难度。为此提出了一种将混合语言信息群决策方法和BP神经网络相结合的城市电力负荷密度预测法。该方法采用基于混合语言信息的群决策方法,通过各决策者的评价,计算城市各小区相应的经济、人口、地理环境的综合评分值,并利用BP神经网络,训练各指标综合评分值与相应的小区负荷密度,利用训练后的网络结构和待定小区的各指标综合评分结果,预测城市该小区的负荷密度。通过对城市若干小区的负荷密度及各指标综合评分值做比较分析,预测了部分小区的负荷密度值。结果表明预测计算过程摆脱了需要大量收集特定指标定量数据的问题,并且预测结果具有较高的可信度。     

基于三相负荷不对称对线损的影响与算法

针对低压配网三相负荷不对称运行对线损的影响进行了分析探讨,提出了基于三相不对称度的计算线损的数学模型和方法;强调了加强配变运行管理,搞好三相负荷的对称平衡是供电企业节能降损的重要措施。