基于设备状态信息的电网设备运行效率评估模型

为提升电网设备运行效率评估的精准性及效率,设计基于设备状态信息的电网设备运行效率评估模型,以电网设备状态的描述、应用与测试量关系作为评估标准,依靠核心包、域包、记录包、电网设备包,组建电网设备状态信息模型,同时收集设备历史状态记录,构建状态信息数据库,利用数据包络算法进行电网设备权重相对效率评估,同时使用随机前线分析法确定设备产出情况,利用回归分析方法,调节和修正各种随机和外界环境因素,实现对电力系统设备的操作效率的精确评价。实验证明,所提方法评估结果准确,评估效率较好。     

使用资源利用率作为负载平衡系统的负载指标

一个可以正确反映当前系统负载情况的负载指标对一个成功的动态负载平衡系统来说是至关重要的．但是，很少负载平衡系统对其选定给出一个实验说明，而且多数系统使用资源队列长度（即ＣＰＵ队列长度）作为负载指标．本文说明了这种负载指标存在的缺点，并对一种新的负载指标－资源利用率进行了讨论．实验表明，在动态负载平衡系统中，使用资源利用率作为负载指标比使用资源队列长度作为负载指标对资源利用率及作业响应时间的改进更有效．     

基于负载灰度图映射模型的云集群负载评估方法

为了快速评估云计算中百万节点的整体负载状态,通过分析负载均衡本质与图像均衡特征的对应关系,以熵和信息论为基础,构建了集群负载信息向灰度图的映射模型,完成了负载均衡研究向图像均衡分析的转换。通过图像压缩、信息熵、haar小波变换方法对图像进行分析,提出了一种基于图像处理的集群负载评估方法。实验表明,该方法可以较快地评估出集群均衡性,由此得到的集群负载状态值为负载均衡算法的改进提供了新的思路。     

电网终端信息安全评估模型

目前电网终端系统缺乏有效的信息安全评估机制。针对该问题,根据电网终端的特点,提出一种安全评估模型。研究安全评估的整体机制,使其满足安全评估的需求、目标和细化内容,利用层次化分析方法确定模型中各个组件的权重值,通过评估函数计算终端系统的检查结果。应用结果表明,该模型能实现检查过程的自动化,对设备的检查时间不到3 min。     

电网设备能效综合评估算法及其应用

为了降低电网能耗,为其设备优化升级提供指导,以电网主要设备为研究对象,建立了能效综合评估算法。首先分析电网设备能效影响因素,建立设备能效模型,从单类设备综合损耗率与单台设备损耗率严重超标台数率两个方面挖掘能效指标并给出指标计算方法。考虑到各指标对能效影响的重要程度是多方面的,建立递阶层次结构模型,采用层次分析法计算指标的权重值,同时采用模糊综合评价法计算指标的能效量化分值,以克服其模糊性。采用所建立的算法对某电网的主要设备进行能效分析评估,结果表明了该方法的实用性和有效性。     

电网终端信息安全评估模型分析

当前电网终端需要一种行之有效的针对信息的传播方面的安全性评价体系。为了提出一种合理的模型,结合现有面临的问题和电网终端的特性做出综合分析。现有的模型通过对安全评价的分析,满足基本的安全评估的要求,根据模型各个部分所占的总体的百分比,分层次分析应用,最后在终端得出结论。实际的数据分析表明,该种模型的确可以达到自动化的检查目的,而且整体检查的耗时不超过3min。     

基于改进灰狼算法的电网主变负载自动风险评估模型

针对电网主变负载评估过程中搜索路径复杂,评估结果可靠性不足的问题,构建基于改进灰狼算法的电网主变负载自动风险评估模型.根据相对支持度和置信度,设置关联数据挖掘规则.基于改进灰狼算法设置跟踪搜索和自主搜索两种模式,获取主变负载影响因素;计算相关负载因子,得到老化、缺陷、告警、历史重载以及过载因子的实际值;明确风险指标,完...     

基于C4.5决策树的电网故障设备状态评估

对电网故障设备进行准确的状态评估可有效提高产品质量,减少资源浪费。提出了一种基于C4.5决策树的电网故障设备状态评估方法。首先,通过对电网设备故障因素进行分析,构建了包含13个状态量的设备故障状态体系。其次,基于C4.5决策树算法构建了电网设备状态评估模型。最后,通过后剪枝算法对模型进行剪枝降低模型复杂度,并定义多项指标对算法模型进行评价。实际数据分析结果表明,构建的算法模型预测准确率、精确率均能够达到91%以上,有效支撑设备厂商储备备品备件方面工作,提升企业效益。     

输电线路视频可视化监测技改项目效益智能化评估模型

为了有效评估输电线路视频可视化监测技改项目效益,设计输电线路视频可视化监测技改项目效益智能化评估模型。应用分析法建立技改项目效益智能化评估指标体系,主要包含效益量化、投入产出比、未来成本等3个一级指标;利用模糊Hamming网络建立评估模型,并确定模型的网络结构;在模型中,输入评估指标体系,不断优化网络权值,经过学习和训练,输出技改项目效益智能化评估结果。实验结果证明,该模型评估指标的Cronbach’s α系数较高,约为0.92,说明评估指标内部一致性与可靠性较高;应用该模型后可有效提升技改项目的效益,降低检修成本、故障损失成本与报废成本。     

综合指数法的信任网格动态综合评价模型

在网络安全问题的研究中,信任评价是网格安全领域中的难点内容.为了保障信息网格领域中节点的可靠性、解决传统信任评价模型不能有效评估节点综合信任度的问题,保证网络传输的安全性,利用综合指数法,对网格节点的直接、间接信任度、时间衰减度建立了一种综合信任评价模型.模型可从网格实体间交互情况提取信任信息,从而综合评价某节点的总体信任度.通过设置系统阈值对网格中的实体进行交互控制,并进行仿真.仿真实验表明,信任管理模型能够提高信息网格中任务运行的成功率,有效的减少网格环境的不确定性对任务执行的影响,确保了网络的安全.     

智能电网中电力设备接入中间件的设计

随着电力行业的发展,越来越多种类的电力设备开始应用到生产中来,如何方便快捷地把新增设备接入到应用系统的同时很好地匹配新增设备规约成为研究热点。目前对新增规约处理的方法中的一种是开发新代码匹配新增规约,但是这种方式重复工作量大。第二种是使用规约转换器,实现新增规约与原来规约的转换,但是该方法对系统应用层代码修改较大,同时降低了系统的兼容性、稳定性、互操作性和软件平滑升级的能力。本文提出一种基于中间件层的电力设备接入方法,通过中间件层来屏蔽不同设备不同规约间的报文差异,向应用层提供统一接口,降低新增规约的工作量,最后通过总召命令实例来说明中间件层对应用层与设备规约的匹配。     

大波动电网负荷短期预测的仿真研究

研究大波动电网负荷短期预测问题。由于电网负荷存在频率振荡和电压摆动,不能保障安全供电,应提前预测。针对传统数据预处理方面的缺陷,导致所需数据量大,预测精确度低。为解决上述问题,提出的数据挖掘融合改进马尔科夫链预测模型。首先对冲击负荷和小水电负荷的特性进行分析,运用改进形状系数对历史数据向量进行筛选,找出共线性的指标向量,并用矩阵实验室仿真计算出预测结果。应用实例证明,采用数据挖掘融合改进马尔科夫链的负荷模型预测更加准确地预测出冲击负荷与小水电发电负荷,为大波动负荷的预测提供了设计依据。     

一种电力负荷预测混合模型研究

为了提高短期负荷预测(STLF)的精度问题,采用了新的信号分解和相关分析技术,结合改进的经验模态分解法(IEMD)将负荷需求时间序列分解为若干个规则的低频分量。为了补偿信号分解过程中的信息损失,通过使用T-Copula进行相关分析来合并外部变量的影响。通过T-Copula分析,可从风险值(VaR)得出峰值负荷指示二进制变量,以提峰值时间负荷预测的准确性。将IEMD和T-Copula得到的数据应用于深度置信网络(DBN)来预测特定时间的未来负荷需求。     

电网供电系统短期电力负荷预测优化仿真

对电网供电系统短期电力负荷预测模型进行优化,能提升预测结果的准确性和鲁棒性.虽然现有预测模型可以满足预测速度的要求,但预测结果的精确性和稳定性却无法保证.为了得到更加准确和稳定的预测结果,提出了细菌觅食算法优化极限学习机预测模型.首先在电力负荷样本数据中形成训练样本和预测样本集,利用细菌觅食优化算法对极限学习机预测模型中的不确定参数进行优化,然后利用改进后的模型进行电力负荷预测.新模型的优化仿真结果显示,利用细菌觅食算法优化极限学习机预测模型的预测精度和稳定性均优于传统预测模型的预测结果,该算法具有很好地实用性.     

基于信息融合的电网作业智能终端定位算法

现有的用于电网作业的智能终端设备在定位时采用GPS和无线基站定位.GPS定位和无线基站定位因在部分区域存在信号弱或者无信号的情况,导致定位误差大,定位漂移.本文提出了AGPS、无线基站定位和行人航位推测相结合的基于粒子滤波的信息融合定位算法,并分析了算法实现原理.实验表明,在GPS信号较弱或者无信号的条件下,智能终端依然可完成高精度定位.     

面向网格的信任评估模型GTruMod

提出一个新型的面向分布式环境的信任评估模型：GTruMod。GTruMod基于后验概率思想分析实体间的协作历史,推导实体间直接信任,基于信任的社会模型特点计算实体的信誉,综合直接信任和信誉给出信任度的计算方法。基于该模型,该文提出一种基于图搜索方法对实体间信任度实施评估的算法,分析了该算法的复杂度。通过实验分析了该模型的评估性能特征,说明模型具有防范恶意推荐的能力。