凝聚分层聚类算法在入侵检测中的应用

介绍网络入侵检测和聚类的原理，建立基于迭代的凝聚分层聚类算法的入侵检测的数据分类模型，进行试验．并对模型的进一步改进和研究提出了看法．     

分层PE技术在地区调度数据网上的应用

文中研究并总结了安徽电网地区调度数据网建设中的一些关键技术应用,在充分考虑地区调度数据网功能需求的基础上,针对地区网节点多,路由信息量大,接入层网络设备为低端设备的特点,提出并采用了MPLS VPN的分层PE技术,很好地解决了有关技术难题,为类似网络的建设提供了典型的解决案例。     

深圳市供水调度计算机监控系统

本文论述深圳市东部供水水源工程供水调度计算机监控系统,对系统的总体结构和功能进行了阐述,提出了调度中心/泵站的两级分层计算机监控系统,同时,全分布式的结构体系使系统具有非常好的开放性。实践证明,该系统运行稳定可靠。     

基于最优K均值聚类算法的负荷大数据任务均衡调度研究

传统电力负荷大数据均衡调度方法无法应用于多源数据,导致负荷数据的划分精度偏低,开销较大,电力负载均衡性改善效果不明显。为此,提出基于最优K均值聚类算法的负荷大数据任务调度均衡方法。采用K均值聚类算法划分电力负荷大数据,并利用密度法优化K均值聚类算法的初始聚类中心点,获取电力负荷大数据最优分类结果;通过提取各分类结果的关联特征,获取电力大数据跨域调度的输出特征量,结合自适应权重学习方法,完成电力负荷大数据的跨源调度。实验测试结果表明：该方法可根据不同的电力负荷特点,高效完成用户电力负荷大数据分类。具备良好的负荷大数据跨源调度均衡性,且负载均衡离差均低于0.19,调度开销低于0.95 s,以上数据表明所提的电力负荷大数据跨源调度方法具有实用性。     

基于分层聚类算法的地区风电出力典型场景选取方法

为反映风电场出力变化特征,提出了一种基于分层聚类算法的地区风电出力典型场景选取方法。首先采用分层聚类算法对风电出力样本进行聚类分析,得到反映样本亲疏关系的聚类树状图。随后考虑风电出力典型场景的选取质量,采用类间样本离差平方和来描述类间样本的差异性,以此作为聚类数的判定依据,从而实现样本的有效划分。最后,以某地区实际风电出力数据为例,验证了所提方法的合理性,并面向调峰、无功配置等需求选取了风电出力典型日场景。     

基于ADMM算法的主动配电网分层优化经济调度

主动配电网(active distribution network,ADN)因其具有调度控制灵活、用户交互性高、能源利用率高等特征正逐渐取代传统配电网,在系统安全运行的前提下实现了经济性最优的目标。文章充分考虑配电网整体运行的经济性,提出一种基于交替方向乘子法(alternating direction method of multipliers, ADMM)的主动配电网分层优化经济调度方法。首先,以最小配电网整体运行成本为目标建立了主动配电网分层优化调度模型,借助ADMM算法分解为上下两层进行求解,上层以最小化配电网整体运行成本为目标进行优化,下层考虑配电网内部节点接入的分布式光伏和储能单元,以最小化本地储能运行成本和购电成本为目标进行优化。其次,上下两层通过有限的边界信息交换,相互迭代,直至满足收敛条件,得出最优解。最后,通过设计算例进行测试,验证了所提调度方法的有效性和可行性。     

基于ADMM算法的主动配电网分层优化经济调度

主动配电网(active distribution network,ADN)因其具有调度控制灵活、用户交互性高、能源利用率高等特征正逐渐取代传统配电网,在系统安全运行的前提下实现了经济性最优的目标。文章充分考虑配电网整体运行的经济性,提出一种基于交替方向乘子法(alternating direction method of multipliers, ADMM)的主动配电网分层优化经济调度方法。首先,以最小配电网整体运行成本为目标建立了主动配电网分层优化调度模型,借助ADMM算法分解为上下两层进行求解,上层以最小化配电网整体运行成本为目标进行优化,下层考虑配电网内部节点接入的分布式光伏和储能单元,以最小化本地储能运行成本和购电成本为目标进行优化。其次,上下两层通过有限的边界信息交换,相互迭代,直至满足收敛条件,得出最优解。最后,通过设计算例进行测试,验证了所提调度方法的有效性和可行性。     

一种计及微电源的电网分层调度方法

随着化石能源的枯竭和环境保护的需要,智能电网中的微电源（microsources,即分布式发电）技术得到越来越广泛的应用。该文针对智能电网中含微电源的调度和传统电网调度的不同,总结了微电源对电网调度的影响,分析了目前国内外学者提出的含微电源的电网调度研究现状,并在此基础上,提出一种分层调度控制技术,建立了分层调度控制模型,结合实例对提出的模型进行了验证分析,最后给出了目前考虑微电源常用的几种调度模型和含微电源的电网调度策略。     

基于空调负荷温差-功率特性的博弈分层优化调度

首先,提出了负荷聚合商调度架构,然后对分体式定频空调负荷进行分钟级的优化,得到每小时内空调平均负荷与始末时刻设定的温度差值之间的阶梯函数特性,并对该特性进行线性化,建立了适用于空调小时级调度的温差-功率模型。其次,根据空调温差-功率模型特性,提出了适用性的空调分组方法。接着针对配电区域内存在的多个负荷聚合商,提出了空调负荷聚合商非合作博弈的模型,并针对博弈收益函数中的控制变量离散化的问题,引入连续化的中间变量,建立了博弈的分层优化模型,给出了该博弈的分层优化存在唯一纯策略纳什均衡解的证明及求解方法。最后通过算例仿真验证了所提方法的可行性。     

Scheduling Algorithms For Hierarchical Data Control Flow Graphs

New algorithms for the allocation, assignment and scheduling of a hierarchical data control flow graph (DCFG) with imposed timing constraints are presented. the hierarchical allocation environment performs a probabilistic search through the design space and converges towards a final solution by iteratively calling and interchanging resource utilisation information with the assignment and scheduling subroutines. The allocation, assignment and scheduling problem is posed in a such a way that the specific costs of all hardware elements are taken into account and simultaneously addressed. the proposed algorithms have novel constructive and rejectionless iterative improvement probabilistic components. The effectiveness of the algorithms is demonstrated with the aid of extensive experimental results. In addition to the standard benchmarks, we have studied a broad class of test examples of a very diverse nature, thus covering the global design space. We also discuss how min-bound estimations are used to more easily and realistically assess the quality of the allocation, assignment and scheduling algorithms.     

基于分级调度算法的交换机路由信息处理技术

针对交换机路由信息高效处理的需求,研究了基于分级调度算法的交换机路由信息处理技术。基于插卡式交换机接口进行系统配置,并在此基础上细化了交换机路由信息处理功能模块,以便于大规模交换机组网信息。为避免路由信息处理进程通信阻塞而导致的通信时延以最大化系统性能,提出了利用分级调度算法对交换机信息处理进程进行实时调度。另外,为计算分级调度算法的最优解以对交换机进行高效配置,利用粒子群优化算法实现分级调度函数的最优解搜索。系统测试结果显示,所提出的分级调度方案可以有效降低交换机通信时延,显著提高交换机路由信息处理能力。     

基于遗传算法和数据包络分析法的水火电力系统发电多目标经济调度

为充分提高水电站发电效益及达到节能降耗目的,建立了以梯级水电站发电量最大和火电机组煤耗量最小的水火电力系统短期发电多目标经济调度模型,并利用遗传算法与数据包络分析(data envelopment analysis,DEA)法求解该模型,并通过惩罚因子法将各约束条件融合到目标函数中,通过设置不同权重系数获得10种调度方案。比较不同调度方案的目标值和DEA评估值,并依据决策者喜好选取最优决策方案。算例结果验证了该方法的有效性。     

计及电动汽车与温控负荷需求响应的分层能源系统优化调度

针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。     

计及电动汽车与温控负荷需求响应的分层能源系统优化调度

针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。     

电力信息系统负载均衡调度算法的研究

随着计算机技术和电力系统应用软件技术的快速发展,电力信息系统服务器的并发访问需求日益强烈。本文提出了一种基于负载权值的均衡算法的解决方案,该方案充分考虑该集群系统的各个节点负载压力状况,收集并反馈给负载均衡器,再基于算法给出各节点上的权值大小,从而有针对性地提高各节点的负载均衡性。最后通过与Connection算法以及模拟退火算法对比实验表明,该方案能够维持各节点上负载均匀,并且提高系统的响应能力、并发能力和稳定性。     

A New Heuristic Reconfiguration Algorithm for Large Distribution Systems

This paper presents a reconfiguration algorithm that is specially suited to large-scale distribution systems. The algorithm uses a heuristic strategy that starts with the system in a meshed status, with all maneuverable switches closed. The choice of the switches to be opened is based on the calculation of the minimum total system losses, using a load-flow program. A refinement on this procedure, based on branch status exchange, is described. The paper includes results and comparisons on test systems utilized in three classical papers published in the technical literature. Results obtained on a real large-scale distribution system are also presented.     

基于遗传算法的电网过电压分层模糊聚类识别

过电压识别对过电压起因及故障分析,改进输电线路和变电站设备绝缘配合具有重要意义。提出了基于小波多分辨率能量分布的电力系统过电压特征参量提取方法,针对特征向量存在交叉重叠的情况,引入分层模糊聚类识别的方法。构建分层识别的过电压分类树,通过对各种特征向量进行归纳分析与综合。特征向量集按不同的模块层次选取,形成模块层次结构,构成该层最佳特征量。将遗传算法的全局搜索和并行特性引入到模糊聚类中,弥补了模糊C-均值聚类(fuzzyC-means,FCM)算法存在局部性搜索和对初始聚类中心敏感等不足,通过全局搜索与局部搜索相结合的方式提高收敛速度,并加入移民策略来维持群体多样性,将该方法应用于实际过电压数据模式识别分类中,结果表明该方法能有效降低误分类率,从而对电力系统过电压类型进行有效识别。     

基于灰色模糊预测的智能配电网大数据调度算法

针对智能配电网大数据服务系统存在数据量大、信息复用困难、调用跨度大等问题,提出了一种基于灰色模糊预测的配电网大数据调度算法（SGFP）。基于灰色模糊预测方法对配电网管理人员和客户潜在需求进行预测,对多服务器中流动数据实施预存取与调度,从而避免和减少了智能配电网大数据服务系统中出现的存取瓶颈和大跨度调用现象。SGFP算法的性能在面向社区用户的用电互动服务系统中有所体现,相较于目前常用算法其预取数据的响应速度与准确度具有较大优势,系统资源开销较低,具有较高的性价比。     

用于电力系统信息综合传输的改进加权公平队列调度算法

为保证电力系统信息综合传输中各种信息业务的服务质量,提出一种改进的最坏情况下公平的加权公平队列(improved worst-case fair weighted fair queueing plus,IWF2Q)调度算法。该算法通过在WF2Q算法的虚拟开始时间和虚拟完成时间计算公式中引入"虚拟延迟时间",解决了电力系统信息综合传输中由WF2Q算法导致的推迟传输高优先级信息业务分组的问题。以NS2为工具,建立了基于区分服务体系结构模型的IEEE 14母线系统信息综合传输网络仿真模型,运用网络仿真方法定量评估了以IWF2Q算法实现基于区分服务体系结构模型的电力系统信息综合传输时各类信息业务的实时性和公平性。仿真结果表明,IWF2Q算法降低了高优先级信息业务分组延时,同时兼顾综合传输的各类信息业务间的公平性,证明了IWF2Q算法的有效性和可行性。