变压器油中溶解气体的多智能体故障诊断方法

为解决目前基于油中溶解气体分析(DGA)方法的变压器故障诊断系统中存在的模型单一化、自适应能力差及容易出现误诊和漏诊的问题,在对现有智能故障诊断系统和变压器DGA方法的研究基础上,提出了基于多智能体(Agent)系统的变压DGA智能故障诊断系统协作模型,给出了模型内的主要Agent、黑板、JavaAgent开发环境(JADE)总线的功能,并详细论述了基于多Agent系统的变压器DGA智能故障诊断协作过程,设计了多专家Agent投票诊断算法及基于黑板的资源竞争算法。最后通过应用实例,表明了基于多Agent系统的变压器油中溶解气体智能故障诊断方法的可行性和有效性。     

分布分层的水电厂预知维护多Agent系统

基于多Agent系统理论,提出一种分布分层的水电厂预知维护的多Agent系统模型,该模型由数据采集层、数据处理层、诊断与预诊断层以及维护决策层组成。针对系统中维护Agent,设计了一种包含信仰、能力、行为队列,行为调度、消息邮箱五元组的实用结构模型,并探讨了多Agent的通信和协作。在此基础上给出了一种基于多Agent中间件JADE的预知维护实现参考模型,利用该模型建立了一个水轮机调速系统液压伺服机构的多Agent维护原型系统,验证了模型的合理性和可操作性。     

基于多Agent遗传算法的水电厂机组优化组合研究与实现

基于多Agent系统理论,构建了一个多Agent机组优化组合系统.对于问题优化模型,提出了一种新颖的多Agent遗传算法,解决了大规模遗传算法的效率问题.对于机组的非线性耗水量特性,提出了一种由Agent动态地管理与维护的神经网络.基于与FIPA兼容的多Agent中间件JADE平台,给出了一个详细的具体实施系统.仿真结果验证了所提出的优化模型与实施方案的合理性和可操作性.     

基于代理和XML的电厂级信息集成系统的研究

为解决目前大多数电厂内部各种应用系统的异构问题,促进系统之间的数据传输和信息共享,实现电厂信息一体化,作者提出了在SIS内建立信息集成系统的观点,设计了基于Agent和XML技术的电厂级综合自动化信息集成系统模型,详细介绍了系统的组成和主要功能部件的结构,探讨了信息集成Agent的实现方法并提出一种新的基于XML的Agent交互方式,在实验室环境下对该模型的主要功能进行了研究和实现,为实现电厂内部各级系统之间的信息交互和共享以及构造智能化的SIS系统和厂级综合自动化系统提出了一种新思路并进行了尝试.     

基于多Agent的倒闸操作票生成系统

Agent和多Agent系统已经成为计算机科学和分布式人工智能研究的一个重要方向.该文重点介绍了基于多Agent技术的操作票生成系统的模型的建立,研究了通过Agent选择意图模型来实现操作任务的规划,以及对单个Agent的推理机制和知识库中的符号化描述,并讨论了Agent自学习及多Agent之间的交互通信等问题.开发实现基于多Agent变电站倒闸操作票生成系统,在某变电站得到良好的应用.实践表明,基于多Agent系统能大大提高工作效率和准确度,特别是基于Agent选择意图模型来实现操作任务的规划更能适应外界环境的变化.     

基于移动Agent DDM过滤机制

文中在分析基于区域和基于网络两种传统DDM过滤机制中区域匹配速度慢、不相关数据多等不足的基础上,提出基于移动Agent的新的DDM过滤机制,并对移动Agent模型和管理Agent模型进行分析和设计.     

基于多Agent的水电站计算机监控系统体系结构

介绍了Agent和多Agent系统的概念:Agent是对过程运行中的决策或控制任务进行抽象而得到的一种具有主动行为能力的实体。根据现代水电站分层分布式自动化系统的结构,通过分析计算机监控系统主控层和就地控制层的特点,提出一种基于多Agent的水电站计算机监控系统体系结构模型。所提出的基于多Agent的水电站计算机监控系统体系结构包括个体Agent结构和多Agent系统结构2部分,整个多Agent系统采用统一的标准化现场总线或计算机网络框架,形成以Agent为基础的、以信息流为纽带的数字化信息系统。最后,详细阐述了体系结构中的功能Agent、控制协调Agent、通信Agent和人机界面Agent等子模块的功能及相互关系。     

基于多Agent的二级电压控制系统实现及性能分析

以基于多Agent的二级电压控制系统的基本原理为基础,提出了基于多Agent的二级电压控制系统的实现方案.根据Agent理论模型和电力系统二级电压控制的要求,设计了控制系统中电压控制Agent的各模块并提出了多个控制Agent之间通信、协调和协作的具体实现方法,分析了控制系统在电力系统正常情况下和紧急情况下的运行性能和特点.最后用经典的新英格兰系统进行了数字仿真,仿真结果表明了文中所提设计方案的有效性.     

基于多Agent遗传算法的水电厂机组优化组合研究与实现

基于多Agent系统理论,构建了一个多Agent机组优化组合系统。对于问题优化模型,提出了一种新颖的多Agent遗传算法,解决了大规模遗传算法的效率问题。对于机组的非线性耗水量特性,提出了一种由Agent动态地管理与维护的神经网络。基于与FIPA兼容的多Agent中间件JADE平台,给出了一个详细的具体实施系统。仿真结果验证了所提出的优化模型与实施方案的合理性和可操作性。     

基于多Agent的区域电力市场辅助决策系统开发

将Agent技术引入区域电力市场辅助决策系统的研究,提出了基于多Agent的区域电力市场辅助决策系统的结构和设计方案.将区域电力市场辅助决策系统设计为数据搜集Agent、系统管理Agent、预测分析Agent和人机界面Agent的多Agent系统,对各个Agent模块的功能和结构进行了详细介绍,并阐述了该系统的工作原理和运行特点.     

基于多Agent系统的分层分布式电压无功协调控制系统

针对当前电力系统电压无功控制的特点,采用Agent思想,将处于各级调度中心的操作管理装置及现场控制级的各种无功控制设备看作是自治Agent,设计和构造了一种新颖的面向电力系统电压无功控制的分层分布协调式多Agent 系统(multi-Agent system,MAS)组织结构。系统由调度级和协调控制级组成,调度级实现人机交互、区域Agent的信息管理、无功校正等功能,协调级由现场Agent 组成,实现本地及区域间的协调控制。在电压无功控制系统中引入Agent域的概念来实现整个电力系统的管理,使其具有较强的扩展性和开发性。该系统有望实现电力系统这样一个分布式复杂巨系统的整体协调控制。     

多Agent在变压器故障诊断中的研究

提出一种基于多Agent的变压器故障诊断模型,该模型包含3个诊断Agent、1个管理Agent和1个融合Agent.各诊断Agent的建立以NB、SB和TAN 3种贝叶斯分类器算法为基础,以所获取的变压器油中溶解气体数据为依据.由管理Agent调节和控制,达到各诊断Agent协商诊断的效果.由融合Agent根据管理Ag...     

基于Agent的电力市场仿真

电力市场环境下的电力系统是具有规模大、结构和层次复杂、分散决策以及非线性等特点的复杂系统.传统电力系统建模仿真工具已经难以分析市场中错综复杂的关系.由于Agent技术适用于开放的、分布式的动态系统,采用Agent技术建模仿真已成为复杂系统建模的有效工具.作者对近年来Agent市场仿真的基本模型、学习算法、市场规则、市场参与者仿真等问题的研究成果进行了综述,并对有潜能的发展方向进行了讨论.     

用于舰船电力系统重构的多代理系统设计

舰船电力系统(shipboard power system,SPS)的网络重构是故障发生时,恢复系统供电、提高舰船生命力的重要途径之一.提出一种多代理系统(multi-Agent system,MAS)模型来实现舰船电力系统的重构,存保障高优先级负荷供电的前提卜尽可能地恢复系统供电.所提出的MAS中,各代理都具备一定的推理能力,能够根据不同的环境做出合理的决策.采用Java程序设计语言和多代理软件开发框架(Java Agent development framework,JADE)设计MAS.通过舭船的典型故障算例验证所提出MAS模型的可行性和有效性.     

基于多Agent的电力市场技术支持系统研究

将多Agent技术引入电力市场技术支持系统设计中,提出了基于多Agent的广义电力市场技术支持系统模型和电力市场技术支持系统的设计方案。该方案将电力市场技术支持系统设计为由用户Agent、通信Agent、数据管理Agent、协调Agent和多个应用Agent构成的多Agent系统。对Agent的功能和结构进行了设计,并讨论了多Agent系统开发的关键技术。     

基于多智能体的船舶综合电力系统故障恢复方法

提出基于多智能体(Agent)系统的船舶综合电力系统故障恢复智能决策新方法.该方法定义与船舶电网供电区域相对应的供电区域Agent模型,基于Agent抽象体系结构设计构成供电区域Agent的各职能Agent,并建立故障恢复智能决策多Agent系统,在此基础上,基于动态主从式多Agent协同策略实现船舶综合电力系统故障恢复.典型算例系统故障恢复离线测试结果以及实时仿真结果表明,该方法能够快速、有效地求解船舶综合电力系统故障恢复问题,具有较好的工程应用前景.     

Agent技术在电力市场中的应用综述

Agent模型对不确定的电力市场进行仿真,是一种新兴研究方法。为了分析这一技术应用现状,从电力市场Multi—Agent系统框架、基于直接或间接探索学习算法的单Agent学习模式、Agent其他策略模型以及各Agent之间信息交互四个方面综述了近年来Agent技术在电力市场中的应用成果。研究表明,Agent仿真模型提前预警市场的潜在风险和开拓市场研究思路提供机会,很多单Agent模型在预测和处理数据方面已十分智能,但整个电力市场多Agent系统还停留在多个单Agent阶段,其整体智能的效用并未体现,是一个极具潜力的突破方向。     

电力系统无功优化的多智能体粒子群算法研究

为了更好地实现无功功率最优控制和提高电压质量,在现有基础上,提出了引用多智能体粒子群优化算法（MAPSO）.该算法结合了JADE系统和粒子群优化技术,粒子间构建了三维球形环境.PSO种群中,每一个Agent相当于算法中的一个粒子,他们通过Agent间进行竞争与合作操作和自学习操作,吸收了PSO算法的进化机理,能够更快地,更精确地收敛到全局最优解.经IEEE 14节点系统校验,并且与基于Matlab的PSO算法进行比较,结果表明,该算法具有收敛速度快,计算精度高的优点。     

基于多代理系统的继电保护

多代理(MAS)技术目前是分布式人工智能(DAI)发展的主要研究方向,它着重研究一组自治的、多个智能Agent之间的行为协调,适于解决传统AI和单一Agent所无法解决的复杂问题。该文把多Agent技术应用到输电线路的后备保护中,通过加强各智能体之间的配合与协调,从而达到在线路发生永久性故障时,能缩短后备保护动作时间的目的。