基于模糊层次法的改进型网络安全态势评估方法

为最大限度降低网络安全问题带来的损失,提出一种基于模糊层次分析法(FAHP)的改进型网络安全态势评估模型。鉴于未来的大规模网络环境,首先建立一套符合实际环境的,由指标层、准则层、决策层三层组成的态势指标体系;针对态势评估中的数据分布不确定性、模糊性对评估结果的影响,利用模糊C-均值(FCM)聚类和最佳聚类准则进行数据预处理,得到最佳聚类数和聚类中心;最终建立多因素二级评估模型得到态势评估向量。仿真结果表明,与目前的基于模糊层次法的态势评估方法相比,更好地考虑到某些权重小的因素,因而标准偏差更小,评估结果更加客观、准确。     

二型模糊系统的规则提取算法

模糊规则提取是建立二型模糊系统需要解决的关键问题.提出一种改进的基于c均值模糊聚类算法(FCM)的二型模糊规则提取方法.该方法借助于二型模糊集主隶属度函数的期望与次隶属度函数值之间的联系,能克服已有算法忽略二型模糊集次隶属度函数对模糊聚类结果的影响.仿真实例表明.该算法能成功地提取二型模糊规则,比FCMV算法具有更好的性能和收敛性.     

二型模糊系统的规则提取算法

模糊规则提取是建立二型模糊系统需要解决的关键问题.提出一种改进的基于c均值模糊聚类算法(FCM)的二型模糊规则提取方法.该方法借助于二型模糊集主隶属度函数的期望与次隶属度函数值之间的联系,能克服已有算法忽略二型模糊集次隶属度函数对模糊聚类结果的影响.仿真实例表明,该算法能成功地提取二型模糊规则,比FCMV算法具有更好的性能和收敛性.

     

基于加权直觉模糊集合的聚类模型

针对已有基于直觉模糊集的聚类方法的局限性,提出了一种基于加权直觉模糊集合的聚类模型——WIFSCM。在该模型中,提出了特定特征空间下的等价样本和加权直觉模糊集合的概念;并推导出基于等价样本和加权直觉模糊集合的直觉模糊聚类算法的目标函数,利用该目标函数推导出直觉模糊聚类中心迭代算法和隶属度矩阵迭代算法;定义了基于加权直觉模糊集合的密度函数,确定了初始聚类中心,减少了迭代次数。通过灰度图像分割实验,证明了该模型的有效性,同时与普通直觉模糊集FCM聚类算法(IFCM)相比,聚类速度提高近百倍。     

基于共享最近邻聚类和模糊集理论的分类器

提出一种基于共享最近邻聚类和模糊集理论的分类器．首先,在提出与核点密切相关的核半径概念的基础上,应用共享最近邻聚类得到正常类空间的部分核点和核半径,建立求解正常类空间补充核点的多目标优化模型,从而获得刻画正常类空间的全部核点和核半径．然后,将模糊集理论引入正常类的类属划分中,利用核点和核半径定义正常类的隶属度函数,建立基于隶属度函数的分类函数或分类器．实验表明,该分类器能处理包含噪音、孤立点和不规则子类的高维数据集的分类问题．     

一种优化的语义条件模糊聚类

在条件模糊聚类的基础上,提出利用公理化模糊集的成员隶属度函数量化用户语义、确定外部条件的方法.引入调节因子新概念,以调节基于语义的成员隶属度和基于欧拉距离的模糊隶属度对聚类结果的影响,并最终建立了语义条件聚类和经典模糊聚类的统一框架.给出了语义聚类的评价指标——语义强度期望,以找到距离目标语义最近的聚类.为使条件模糊聚类的聚类准确性更高,对原始数据进行了谱变换,尔后进行语义条件聚类.利用Iris数据集,对标准模糊聚类、语义条件聚类和语义条件聚类的谱优化3个算法进行了多指标综合实验比较.实验结果表明,语义条件聚类能够发现最贴近用户给出的语义的聚类.     

基于犹豫模糊决策树的非均衡数据分类

为优化针对非均衡数据的分类效果,结合犹豫模糊集理论与决策树算法,提出一种改进的模糊决策树算法。通过SMOTE算法对非均衡数据进行过采样处理,使用K-means聚类方法获得各属性的聚类中心点,利用2种不同的隶属度函数对数据集进行模糊化处理。在此基础上,根据隶属度函数和犹豫模糊集的信息能量求得各属性的犹豫模糊信息增益,选取最大值替代Fuzzy ID3算法中的模糊信息增益作为属性的分裂准则,构建一个用于非均衡数据分类的犹豫模糊决策树模型。实验结果表明,基于犹豫模糊决策树的分类器在AUC评价指标上相对于C4.5、KNN、随机森林等传统分类算法平均提高了12.6%。     

基于模糊粒度计算的文本聚类研究

典型的文本聚类算法是一种硬划分,但是实际上由于中文文本的多样性和大量性更适合进行软划分,模糊集理论的提出为这种软划分提供了有力的分析工具。传统的模糊聚类方法大都是通过对隶属度的矩阵逐步迭代得到模糊等价矩阵或模糊划分的方法实现聚类,这个过程需要大量的存储空间。基于模糊粒度计算的文本聚类算法是在文档集合的模糊粒度空间上给定一个归一化的距离函数d（d_i,d_j）,对距离小于粒度d_λ的文本进行动态聚类。通过实验证明此方法在解决文本聚类问题时具有降低计算复杂度和空间复杂度,适于大量文本的聚类处理。     

基于上下文约束的噪声模糊聚类算法

针对带噪声数据的聚类问题,提出一种基于上下文约束的噪声模糊聚类算法。该算法基于标准的模糊C-均值聚类理论,在修改模糊聚类目标函数的同时,结合问题的实际背景引入上下文模糊集,修改模糊划分空间的约束条件,以减少噪声对聚类结果的影响。实验结果表明：该算法能够有效地避免噪声对聚类的影响,具有很强的鲁棒性。     

基于直觉模糊包含度的聚类有效性分析

针对直觉模糊集合数据的聚类有效性问题,提出了一种基于直觉模糊包含度的聚类有效性分析方法。该方法采用直觉模糊包含度和直觉模糊划分熵来评价直觉模糊聚类的有效性。其中,直觉模糊包含度通过增加非隶属度参数对模糊包含度进行直觉化扩展,用于评价类与类间包含的程度;而直觉模糊划分熵用于检验分类结果的可靠性。最后通过典型实例验证了该方法的有效性。     

基于差分进化算法的分布式电源DG规划设计

分布式电源(DG)是一种可以与环境兼容,利用清洁能源发电,可以满足用户对电量的特殊需求的发电装置。因此,将分布式电源接入电网,不仅可以保证电网的运行安全,提高供电可靠性,还可以将多余的电力反馈给电网。分布式发电接入配电网后,不一定能降低配电系统的网损,提高电网的稳定性,还有可能会因为并网的规划方案设计的不够好反而对电网造成不利影响,因此,分布式电源接入配电网的规划尤为重要。在分布式发电的并网规划中,最重要的是选择分布式发电的接入位置和容量。因此,本文选择具有结构简单、执行方便、优化效率高、参数设置简单、鲁棒性好等优点的差分算法,通过建立系统,并用Matlab进行了仿真,选择其最佳位置,计算出最优容量,并得到最优目标函数,来达到最佳的规划设计。     

基于AHSPSO算法的DG并网位置优化研究

为寻求不同接线模式下分布式电源接入位置对配网电压优化的规律性,以系统电压影响参数最小化为目标,以功率平衡、节点电压、支路容量为约束条件,采用自适应和声搜索与粒子群优化混合(AHSPSO)算法对不同接线模式下的DG并网位置进行优化,得出不同接线模式下的最优接入位置.利用IEEE-33节点配网模型进行仿真对比,分析不同接线模式下DG的并网位置对配网电压影响的规律.结果表明:只有正确合理地配置不同接线模式下DG并网位置,才能够更为有效地发挥电压的支撑作用.     

DG placement in radial distribution network by symbiotic organisms search algorithm for real power loss minimization

Incorporation of distributed generation (DG) in distribution network may reduce the network loss if DG of appropriate size is placed at proper strategic location. The current article presents determination of optimal size and location of DG in radial distribution network (RDN) for the reduction of network loss considering deterministic load demand and DG generation using symbiotic organisms search (SOS) algorithm. SOS algorithm is a meta-heuristic technique, inspired by the symbiotic relationship between different biological species. In this paper, optimal size and location of DG are obtained for two different RDNs (such as, 33-bus and 69-bus distribution networks). The obtained results, using the proposed SOS, are compared to the results offered by some other optimization algorithms like particle swarm optimization, teaching-learning based optimization, cuckoo search, artificial bee colony, gravitational search algorithm and stochastic fractal search. The comparison is done based on minimum loss of the distribution network as well as based on the convergence mobility of the fitness function offered by each of the comparative algorithms for both the networks under consideration. It is established that the proposed SOS algorithm offers better result as compared to other optimization algorithms under consideration. The results are also compared to the existing solution available in the literature.     

基于改进多目标粒子群算法的DG选址定容优化研究

为研究分布式电源接入位置和容量对配电网安全稳定运行的影响,文中构建了静态电压稳定指标,设置了不同的方案进行仿真,仿真结果证明了DG容量和接入位置对配网有重要影响,同时有效验证了模型的有效性。然后,为减少DG的容量和位置不合理规划造成不利影响,文中建立了以综合成本、网损和电压稳定裕度为目标函数的模型,采用基于小生境的改进多目标粒子群优化算法对模型进行求解。通过算例仿真,求解多目标Pareto解。在实际决策过程中,规划人员可根据不同偏好或实际需求从Pareto最优解集中选择合适的最优解,实现DG的多目标最优选址定容,为分布式电源的经济可靠接入配电网提供重要的指导意义。     

基于混合算法的含分布式电源的配电网优化

考虑到分布式电源的选址与定容对配电网有着重要影响意义,针对分布式电源的接入对配电网系统能量损耗和各节点电压影响的问题,首先建立了以有功功率损耗和系统节点电压的目标函数优化模型,提出了充分整合引力搜索算法(GSA)的勘探能力和粒子群(PSO)的开采能力的混合算法(PSOG-SA),同时确定权重系数,最后采用IEEE-33标准节点配电网模型进行了仿真实验,通过和其他两种算法的比较,验证了配电网系统在该算法下的有效性和可靠性.算例分析表明,合理的DG接入能够一定程度上降低系统有功功率损耗,改善节点电压.     

基于改进遗传算法的分布式电源并网优化配置

随着国家电网对分布式电源并网市场的开放,将分布式电源集成到现有配电系统是今后电力系统的发展趋势。以配电网网损和节点电压偏移最小化为优化目标,考虑支路电流约束、分布式发电单元容量和总接入容量等约束条件,构建大规模分布式电源并网优化配置模型。并提出基于均匀设计的改进遗传算法进行寻优计算,避免了遗传算子的盲目试凑,可以较好地兼顾多目标优化Pareto解集的多样性与快速性,有效提高优化精度。算例对比分析结果表明,通过对分布式电源接入配电网的合理优化配置,可以有效降低系统网损,提高配电网电压的稳定性。     

U-shaped energy loss curves utilization for distributed generation optimization in distribution networks

We propose novel techniques to find the optimal achieve the maximum loss reduction for distribution networks location, size, and power factor of distributed generation （DG） to Determining the optimal DG location and size is achieved simultaneously using the energy loss curves technique for a pre-selected power factor that gives the best DG operation. Based on the network＇s total load demand, four DG sizes are selected. They are used to form energy loss curves for each bus and then for determining the optimal DG options. The study shows that by defining the energy loss minimization as the objective function, the time-varying load demand significantly affects the sizing of DG resources in distribution networks, whereas consideration of power loss as the objective function leads to inconsistent interpretation of loss reduction and other calculations. The devised technique was tested on two test distribution systems of varying size and complexity and validated by comparison with the exhaustive iterative method （EIM） and recently published results. Results showed that the proposed technique can provide an optimal solution with less computation.     

Demand response scheduling to support distribution networks operation using rolling multi-period optimization

This paper presents an approach of demand response (DR) scheduling with thermostatically controlled loads (TCL) in a distribution grid with high penetration of distributed generations (DG). In this approach, household TCL are employed as flexibility resources to support the distribution network for mitigating voltage or congestion constraints. A two-stage rolling optimization based control scheme is proposed to determine the optimal operating status of flexible loads using the forecast of generation and demand in the distribution system. The proposed methodology is conducted in a distribution test feeder with realistic scenarios. The simulation results have shown the usefulness and efficiency of the proposed method in improving the network operation and increasing the hosting capacity of DG.     

基于自治单元的配电网可靠性分析及优化配置

本文重点分析接入分布式电源的配电网可靠性,并基于可靠性指标建立优化配置模型,解决新能源大量接入环境下配电网存在的可靠性分析困难的问题。本文根据接入分布式电源后电网的特性,将配电网简化为以自治单元为主体的系统,然后进行自治分区划分并分类,计算不同类别自治分区的可靠性指标。并且通过可靠性指标建立优化模型,最终对系统中分布式电源的容量进行配置。通过实际算例分析,本文提出的方法能够正确的计算系统的可靠性指标,并且将负荷的可靠性指标用自治区域指标替代,从计算量上减小计算的复杂度,比传统方法具有更快的计算速度。因此基于自治单元的配电网可靠性分析和优化配置方法更适用于当前大规模接入分布式电源的系统,为解决目前配电网可靠性计算的难题提供了有效手段。     

含分布式电源的配电网保护影响机理及故障定位

针对分布式电源(distributed generation, DG)接入配电网使得传统的电流保护方法无法适用的问题,本文以双馈线配电网线路作为研究对象,首先分析了在线路不同位置发生三相短路故障时, DG分别接入馈线末端母线、非末端母线以及馈线首端母线时,对线路中流经各个保护的短路电流大小影响,在PSCAD软件建立配电网模型进行仿真分析,因含DG的配电网发生短路故障动作值难以整定,提出了一种基于智能电子设备(intelligent electronic device, IED)上传故障信息的矩阵算法,并通过算例验证了该算法的准确性.结果表明, DG接入馈线末端母线和非末端母线时,故障发生在DG下游会造成故障区段保护误动作,上游区段保护可能会拒动,不利于故障定位与切除,所提的矩阵算法适用于含DG的配电网,无论单一故障或者多重故障,都可实现故障区域的精准定位,保证配电网安全可靠运行.