构建自动生产线图形信息系统

从AutoCAD矢量方式的静态网络图形出发，对自动生产线网络图形中的物流源、物流线路以及物流控制设备等进行识别、处理和转换，自动生成生产线图形信息系统的图形拓扑关系数据库，再与生产线实时信息进行合成，构建自动生产线图形信息系统，实践证明，这种自动生成方法，突破了人工描述拓扑关系的复杂困难的瓶颈，效率更高、速度更快，为自动化生产线信息系统的广泛实用化奠定了基础。     

基于蒙特卡洛改进算法的地铁电力系统可靠性评估

在分析电力系统可靠性评估基本方法的基础上,考虑到地铁电力系统故障率较低,故障状态枚举方法难以获得精确的随机状态,以及设备单元的故障信息无法通过直接抽样获取,故使用正态分布描述地铁电力系统设备单元发生故障的实际过程,提出了改进的蒙特卡洛非序贯仿真算法,并给出其求解过程,构建了地铁电力系统的结构模型、Petri网模型和可靠性评估指标,最后以南京地铁一号线电力系统设备单元初始参数为计算数据,所得结果较传统计算方法更为准确,同时能够模拟故障维修时间以及区分不同故障类型.     

电力系统继电保护整定系统图形平台的研究与实现

针对电力系统图形建模过程中人工操作量大、交互困难的现状,研究实现了用于电力系统继电保护整定系统的具有自动建模功能的图形平台。该平台操作简单,可以自动建立拓扑模型,并直接用于继电保护整定计算,大大减少了人工建模工作量,实用性较强。     

互联电力系统的特殊结构分解

研究多个区域特殊重叠互联电力系统的拓扑结构,给出重叠互联电力系统网型、链型、环型和层型结构的两两区域子系统的分散方法,使得自动发电控制AGC(Automatic Generation Control)具有分散的自主控制.说明重叠结构分解因子可按照区域子系统之间的额定荷比来选择,因此可提高系统AGC对负荷频率和交换功率波动的分散控制质量,达到电力系统AGC经济运行的目的.     

大数据时代下的电力自动化系统数据处理

计算机技术和网络通信技术在电力自动化系统中的应用越来越广泛,使得电力自动化系统在数据处理方面变得多样化、复杂化。从电力自动化系统中数据的类型出发,分析电力系统如何进行快速、准确的数据处理,对电力自动化系统中数据处理的相关问题进行了阐述和分析。同时探讨了作为电力自动化系统发展方向的智能电网,对其拓扑结构和通信系统进行介绍。     

一种以太网拓扑发现算法

网络第2层设备拓扑结构的自动发现对于现代IP网络管理变得日益重要，在分析比较现有基于交换机地址转发表的拓扑发现算法的基础上，提出了一种基于网桥生成树的算法，利用SNMP获取交换机MIB中的生成树信息就能更加准确地推导出交换以太网拓扑结构。     

针对隐性故障的新型电力系统连锁故障模型

鉴于目前对电力系统连锁故障的研究大多是基于传统电力系统,且忽略了导致连锁故障重要因素之一的隐性故障。基于此,针对电网隐性故障,利用随机潮流(stochastic load flow, SLF)和元胞自动机算法(cellular automata,CA)结合构建一种针对隐性故障的新型电力系统连锁故障模型。首先,利用SLF引入风电和光伏机组,构造新型电力系统,同时计算出系统内各个线路的有功初始潮流。然后,使用CA算法简化系统的拓扑结构,结合潮流越限隐性故障概率模型判断元胞状态,以元胞及其邻居的状态进行故障传递从而模拟连锁故障。最后,以改进的IEEE39节点系统为算例验证了模型的有效性。该模型能为新型电力系统连锁故障模型以及隐性故障的研究提供新的参考。     

基于Ganglia和Nagios的云计算平台智能监控系统

随着现代数据中心云计算规模日益增长,云计算平台的智能运维管理面临较大挑战,尤其在实时监控领域方面。首先对云计算监控技术进行了深入分析和研究,然后在开源云计算平台Hadoop环境下,将Ganglia和Nagois两种开源监控软件进行整合,并利用移动飞信来实现对云计算平台的实时监控。实验结果表明,该系统可对云计算平台内主机和服务以及运行环境的各项性能指标进行全方位监控,实现对故障的实时预警和报警,使得管理人员能准确定位、实时处理云平台异常情况,从而提高了云平台的服务质量,有较好的应用价值。     

重力模型的数据中心网络流量推理算法

数据中心网络是云计算等大型分布式计算服务的基础,有效地设计与管理数据中心网络需要遵循该网络的流量特征。而目前直接对数据中心网络进行端到端地流量测量是非常困难的,间接地通过SNMP数据推理得到端到端流量的方法已在传统计算机网络中得到认可,但无法直接应用于现有的数据中心网络。为了解决以上问题,提出一种基于重力模型的数据中心网络流量推理算法,首先根据数据中心网络流量的条件独立性将网络拓扑分解为若干子集,在此基础上提出相关定理可准确地计算出网络中的粗粒度流量,最后利用重力模型和网络层析技术得到细粒度端到端流量。通过与现有的流量推理算法SRMF和ELIA在NS3搭建的不同规模的数据中心网络中做性能对比,实验结果表明新算法能有效地利用数据中心拓扑结构特点,在保证计算效率的前提下,将计算准确度大幅提升,可满足当前数据中心网络实时获取端到端流量数据的需求,为今后数据中心网络的设计和研究提供了重要参考依据。     

GIS技术在电力实时监控系统中的应用

在介绍电力实时监控系统的系统结构与功能的基础上,首先说明了电力实时监控系统与地理信息系统的关系.然后介绍了电网拓扑分析、搜索的算法思想与自动拓扑生成的方法.最后介绍了拓扑分析与搜索技术在电力调度中的应用.     

互联电力系统的特殊结构分解

研究多个区域特殊重叠互联电力系统的拓扑结构，给出重叠互联电力系统网型、链型、环型和层型结构的两两区域子系统的分散方法，使得自动发电控制AGC(Automatie Generation Control)具有分散的自主控制．说明重叠结构分解因子可按照区域子系统之间的额定荷比来选择，因此可提高系统AGC对负荷频率和交换功率波动的分散控制质量，达到电力系统AGC经济运行的目的.     

基于FPGA的粗粒度可重构系统拓扑网络结构开发

针对粗粒度可重构系统架构的应用开发,本文提出了一个基于FPGA的粗粒度可重构系统架构验证平台及相应的互连拓扑网络结构开发流程.基于FPGA开发板,构建粗粒度可重构系统的验证模块及模块之间的拓扑互连被自动插入从而生成该系统架构的硬件验证平台.针对不同的应用,该平台可以根据拓扑开发流程对不同拓扑互连策略下粗粒度可重构系统架构的性能和功耗进行评估分析.大量实验表明:CGRA的互连网络对该系统架构的性能和功耗有着巨大的影响,最适宜的粗粒度可重构体系架构的互连策略取决于所选的拓扑结构.根据评估所获得的系统性能、功耗以及FPGA资源占用率,设计者可以在较短的开发时间内准确地确定该应用最适宜的粗粒度可重构系统的拓扑互连策略.     

数据云中基于启发式反向蜂群的虚拟机选择节能算法

结合数据中心中数据密集型作业的频繁读写数据特点,综合考虑CPU使用率和RAM使用率两个影响因素构建服务器能耗评价模型,并引入人工蜂群算法及启发式反向思想,将其应用于数据中心虚拟机迁移策略中的虚拟机选择环节,实现云计算中数据中心节能问题的优化.在CloudSim 3.0云计算模拟器中的仿真实验结果表明:该启发式反向蜂群虚拟机选择节能算法(ABCS)与最大最小时间(MMT)、随机选择(RS)和最小使用率(MU)3种经典虚拟机选择算法相比节能20%~25%,虚拟机迁移频率减少至5%以下.     

GIS拓扑信息的自动生成

传统的拓扑信息生成算法生成拓扑信息过程,不能够处理多边形图中的桥以及岛的问题,从而导致具体生产中构建拓扑的大部分工作还是由人工完成,影响了数据处理的效率,文章对传统算法进行了改进,真正地实验了拓扑信息构建的自动化,对于GIS开发工作具有一定的意义。     

社团生成结构的电力信息物理系统鲁棒性分析

随着传感器技术的快速发展,信息网与电网的深度融合,电力系统的智能化水平越来越高,但也面临着安全性、脆弱性等一系列问题.结合相互依存网络与介数负荷-容量级联故障模型,提出了包含电网、信息网孤岛运行的连锁故障仿真算法,主要研究了具有社团结构的电力信息物理系统(cyber physical system,CPS)鲁棒性,修正了传统的社团结构生成算法,使其能够生成不同规模社团且社团连接概率可调的无标度网络.采用提出的算法生成信息网和电网社团内部同配耦合的电力CPS模型,使用电网剩余节点比例为评估指标.研究了调度中心处于不同社团时全局连接概率、社团连接概率以及多个调度中心对电力CPS鲁棒性的影响.     

云计算环境下农业信息服务数据中心网络技术研究

从云计算数据中心网络结构、服务器虚拟化、数据交换架构、数据存储这4个方面进行深入研究,提出云计算环境下农业信息服务数据中心应采用的架构与技术,为云计算农业信息服务数据中心网络技术后续研究与构建提供了借鉴和帮助的作用。     

基于云计算的电力视频故障智能检测技术研究

在研究电力视频数字图像处理方法的基础上,结合电力系统网络现状,提出了基于云计算方法的电力视频故障及状态智能检测新技术架构.根据电力视频监控系统中的设备数量庞大、地域性广等特点,有效利用现有硬件设备资源实现全网的视频设备故障诊断及状态查询,支持多路视频并发和自动化周期性巡检.满足大规模数字视频监控系统的运行可靠性需求.     

电力系统自动化技术的发展和改进

电力系统自动化是电力系统一直以来的发展趋势,它不仅能够准确判断电力故障位置,而且还能够分析电能质量负荷变化和电网谐波等参数,从而为电力系统的正常运行提供保障.     

电力无线专网宏微协同组网中小区协作式故障检测

为了应对电力系统的数据流量增长、提升电力用户体验,电力无线专网系统将由密集部署的宏微小区组成,而网络中的故障小区会带来覆盖盲点从而影响网络服务质量.为了解决电力无线专网宏微协同组网中基于人工的故障检测方式效率低且成本高的问题,提出了一种基于迁移隐马尔可夫模型(transfer learning based hidden...     

基于ANFIS系统的基结构自适应生成

以形成基结构智能自动生成系统为目标，以并行自适应神经-模糊推理系统（ANFIS）为工具，建立了具有桁架拓扑结构智能自动生成功能的并行ANFIS系统，并将形态化拓扑结构进行抽象数字提取，作为系统的输入输出数据，实质是形成一种桁架结构形态间的映射机制，以样本所蕴涵的结构构成机理，推导所要求的基结构形式。最后的计算结果表明，这里使用的基于ANFIS系统的桁架结构智能自动生成方法是有效的，能够按照用户要求生成合理的桁架基结构拓扑形式。