基于神经网络的告警关联

告警关联技术的研究是网络故障管理的中心问题.介绍网络告警关联的基本理论,分析几种用于告警关联的人工智能方法的局限性,提出一种基于神经网络的告警关联方案.该方案中网络权值调整采用反向传播的学习算法,并在Matlab仿真环境下以实际网络的连接中断故障为例,对该关联算法进行了仿真实验.结果表明,基于BP网络的关联算法能够在有限噪声范围内达到正确的告警关联.该方法在处理不确定性信息和抑制噪声方面较码书算法有所改善,具有一定的实用价值.     

大规模组播网络故障定位的模型及算法

为了解决在大规模组播网络上进行有效的故障定位中手工故障定位效率低的问题,根据组播网络拓扑特点提出了基于图论的网络可达性故障定位问题的数学模型。在此基础上,提出两种故障定位算法,即基于经验的路径加权法和基于图论的连通图算法。算法可以有效地在大规模组播网络上进行自动故障定位,提高了故障定位的效率。基于中国教育和科研计算机网(Ch ina education and researchnetw ork,CERNET)组播网络拓扑结构的数据模拟验证了算法的有效性。     

WCDMA-OMC告警分析工具设计与实现

该系统是OMC网络管理系统的辅助工具,主要针对告警等OMC数据进行采集和分析.通过关联业务数据和配置数据,进行告警加工、过滤和显示,突出重点故障,提供方便的运维工具辅助操作人员快速定位出故障并及时解决.改变了原有先平台化,再实现用户需求的思路,实现先进行用户需求原型化、规范化后再标准化抽取实现平台化的目的.该工具独立于现有网络管理系统运行,可单独发布和使用.通过现场数据的测试证明,该工具可以很方便地辅助用户定位故障,对一些用户不需要关注告警系统进行过滤,大幅度地降低告警数量,告警信息清晰,界面简洁明晰,使用方便.     

一种基于最短长度m2圈算法的故障监测方案

针对光突发交换网络中“逐跳检验”监测模式成本较高等问题,提出了一种新的基于最短长度m2圈算法的光突发交换网络故障监测机制.该机制根据最短长度m2圈算法寻找光突发交换网络中的圈覆盖放置故障探测模块,从而形成基于圈覆盖的光突发交换网络故障监测模式.同时,在最短长度m2圈算法的基础上提出一种相应的故障定位算法,利用异或关系衡量告警编码与链路相关编码是否吻合,从而进行快速故障定位.计算结果表明,基于最短长度m2圈算法的故障监测机制具备网络开销小、故障定位率高和故障定位快速等特点.     

双端电流时域故障定位法

给出了一种仅利用两端暂态电流进行单回线故障定位的时域方法.该故障定位方法采用分布参数模型,在故障分量网络中,利用双端电流计算得到的沿线电压分布在故障点处时时相等,建立了故障定位方程.利用最小二乘法分别求取不同距离下两侧系统等效阻抗,并根据故障点处两侧系统等效阻抗值代入故障定位方程后所得的偏差值最小,来实现故障定位.定位算法所需数据窗短,适用于快速跳闸的场合.故障定位无须电压量,定位精度不受电压和电流互感器传变特性差异的影响.仿真验证结果表明,该方法测距精度高,可实现全线范围内的故障定位.     

可拓理论与SOM网络相结合的多故障诊断方法

 针对采用SOM 网络进行多故障诊断时,要求多故障模式相似且不包含标准故障输出的限制,提出将SOM 网络与可拓理论相结合的多故障诊断方法.首先采用SOM 网络对训练样本进行聚类,得到故障模式及其聚类中心.然后针对每种故障模式的每个特征构造在聚类中心处取得最大值的关联函数,并以各特征的关联函数值为基础,设计多故障评价指标实现多故障诊断.最后采用汽轮发电机组振动信号的频谱数据对算法进行验证,结果表明该方法能够正确识别待诊断样本的单故障和多故障模式,具有可行性.     

基于图论与灰色关联理论的挤出机故障诊断方法

针对现有故障诊断方法在面对复杂结构设备时的故障定位困难问题,以挤出机为例,将图论算法与灰色关联理论相结合,建立了故障传播网络模型.该模型通过对故障传播有向图进行矩阵化、层次化处理,结合故障定位算法确定故障的位置.最后,以虚拟仪器为开发平台,结合工业以太网等技术开发挤出机故障诊断系统,实现了对挤出机运行状态的实时监控和对故障信息及相关知识库的管理.运行结果表明:系统能够快速有效的判断挤出机的故障位置与起因,缩短维修时间,提高生产效率.     

基于多分支配电网的新型矩阵故障定位算法

针对现有矩阵算法较差的容错性及对分支末梢区域故障及多分支、多电源配电网络的多重故障无法同时处理的情况提出了一组新的判决,据此形成适应现代配电网的新型矩阵故障定位算法。考虑将耦合点纳入网络描述矩阵,并将故障信息丢失节点进行区分分别判断以解决上述问题。通过典型算例对新型矩阵故障定位算法进行了验证,结果表明了该方法的正确性和有效性。新型矩阵算法程序设计简单,计算量小,进一步满足了故障定位的实时性要求。     

网络管理系统的分布式诊断方法

随着网络规模的扩大，网络通信量和网络本身的复杂性也随之增加，网络管理系统的正确运行成为网络正常运行的关键因素，因而需要自动对网络管理系统本身的故障（如浮点运算故障）进行诊断．文中提出了一种网管系统之间相互测试的分布式诊断方法．算法所需的通信量较小，算法复杂度低且准确度较高．     

改进的Apriori算法在网络教学中的应用

通过探讨了网络教学中数据挖掘的常用方法,介绍了关联规则及Apriori算法,对该算法进行改进,并将改进的Apriori算法运用到实例,在网络教学中实现了个性化网页的推荐,提高了算法的效率.     

一种配电网故障区段定位的改进矩阵算法

分析了现有配电网故障定位矩阵算法存在的问题,提出一种配电网故障区段定位改进矩阵算法。该方法以网络关联矩阵描述馈线区段和测控点的拓扑联接关系,根据故障发生时与故障馈线区段相连测控点的故障过电流特征,形成一种适用于各类型馈线区段故障判定的统一判据。该算法判据形式统一、计算量小,省去了规格化处理与多次设定正方向的过程,能够解决环网故障、馈线末端故障、多电源网络多重故障定位等问题。     

粒子群改进算法在配电网故障定位中的应用

为了满足含分布式电源配电网故障定位的要求,对传统二进制粒子群算法进行改进,利用改进二进制粒子群算法(BPSO)解决配电网故障定位问题。改进BPSO初始化随机数采用均匀分布,同时引入收缩因子和线性变换的惯性权重来提升算法收敛于最优解的能力,避免陷入局部最优,提升故障定位的精确性。对算例配电网中的多种故障情形进行仿真分析,包含少量故障信息畸变的情况,诊断结论全部正确。仿真结果表明,改进算法在精确性和收敛速度上均优于传统粒子群算法,对含分布式电源的配电网故障定位具有一定的有效性和容错性。改进BPSO可以满足电网定位对准确和实时性的要求。     

改进遗传算法在含DG配电网故障定位中的应用

大量分布式电源接入配电网使其结构复杂多变,导致标准遗传算法故障定位效率和准确性受到影响。根据配电网运行的实际情况搭建故障定位数学模型,对标准遗传算法的开关函数和评价函数进行改进,提高了算法的容错性和准确性;引入配电网分级处理的概念,对配电网进行分区处理,将整个配电网分为若干个独立区域,缩短了算法中解的维度,从而提高算法定位的效率;最后通过MATLAB对不同故障类型算例进行仿真,结果表明改进后的遗传算法在含分布式电源的配电网中有很好的容错能力,通过对其仿真时间和精准度进行分析,结果表明算法运算效率和准确性都很高。     

基于神经网络的三相电缆故障预测定位系统

为实现三相电缆故障准确定位,在大量实测数据的基础上,用L-M数值优化改进的BP算法建立了复杂非线性电缆故障预测定位系统输入信号与故障距离之间的数学模型,设计了基于BP神经网络的电缆故障预测定位系统,实现了三相电缆短路或接地故障的预测定位功能。仿真结果表明,故障距离的预报误差在指定范围内,预报精度可靠。     

非直接接地系统两相接地故障的单端测距

提出了一种输电线路中性点非直接接地系统双相对地故障的准确测距方法。该算法利用故障网络与零序网络建立故障测距模型,利用单端信号有效地消除了负荷潮流和故障接地电阻对故障测距精度的影响,并可以自动地确定故障线路。仿真结果表明,在接地故障情况下该算法具有准确有效的特点。     

适应屋顶光伏接入的低压配电系统故障测距新方法

随着新型电力系统的不断建设,新能源大规模接入低压配网是中国能源转型的重要方向。在电网故障条件下,快速准确确定故障位置对提升新能源利用率和改善低压配网可靠性至关重要。目前,现有故障测距研究主要针对输电网和中高配电网,但对于低压四线制配电系统相关研究较少。在大规模建设屋顶光伏的背景下,低压四线制配电网是消纳新能源的重要场景。针对此,面向有源低压三相四线制配电系统提出一种新型故障定位方法,首先建立三相四线制系统接地故障下故障距离计算模型和屋顶光伏故障等效模型;然后,建立了屋顶光伏故障计算模型与故障线路靠近屋顶光伏端的电压关联模型。在此基础上,联合所建立的关联模型、屋顶光伏故障等值模型,以及三相四线制系统故障距离计算模型,通过迭代计算方法求解故障距离。最后,基于仿真算例对所提算法进行了验证,结果表明：所提算法具有良好性能,研究成果有效提升了屋顶光伏接入后的低压配网三相四线制系统故障定位水平。     

Fault location of two-parallel transmission line for double phase-to-earth fault using one-terminal data

An accurate algorithm for fault location of double phase-to-earth fault on transmission line of direct ground neutral system is presented. The algorithm, which employs the faulted phase network and zero-sequence network as fault-location model in which the source impedance at the remote end is not involved, ef-fectively eliminates the effect of load flow and fault resistance on the accuracy of fault location. The algorithm achieves accurate location by measuring only one local end data and is used in a procedure that provides automatic determination of faulted types and phases, and does not require the engineer to specify them. Simulation results showed the effectiveness of the algorithm under the condition of double phase-to-earth fault.     

含分布式电源的配电网故障定位改进矩阵算法

由于传统矩阵算法在含分布式发电的配电网故障定位中的适用性变差,提出了一种改进矩阵算法实现对含分布式发电配电网的故障定位。该方法根据变电站母线处分支节点以及与分布式电源相连节点的故障信息,首先确定发生故障的区域,然后在该区域内利用改进的矩阵算法定位故障区段。考虑到故障信息的畸变,该方法针对定位结果的不同采用不同的纠错方法,提高了定位的准确性。该方法降低了矩阵的维度,排除了T接线处的误判。算例验证了所提出方法的可行性及容错性。     

含分布式电源配电网故障定位交互式二进制蝙蝠算法

针对配电网故障定位二进制粒子群算法定位速度慢且准确度低的缺点,结合群智能平台设计了一种交互式二进制蝙蝠算法(interactive binary bat algorithm, IBBA),部署在群智能计算节点(computing processing node, CPN)上的IBBA通过CPN自组织、自协作方式与邻居节点交互蝙蝠位置等信息,提高了算法搜索速度和全局搜索能力;通过建立适合多电源配电网的编码方式,引入防伪正系数和假定故障数量的评价函数,增强了算法适用性;搭建IEEE14节点配电网模型,模拟配电网在分布式电源接入和信息畸变等多场景下单点、两点故障状态,通过实验验证了IBBA的有效性。与传统二进制蝙蝠算法、二进制粒子群以及交互式二进制粒子群算法相比,IBBA的收敛性能和容错能力更优,定位准确度较二进制粒子群、交互式二进制粒子群算法分别提高6%和10%。     

基于IQGA的船舶电力系统故障定位方法

为了快速精准定位船舶电力系统故障，争取宝贵的船舶电力抢修时间，提出一种改进的量子遗传算法（improved quantum genetic algorithm,IQGA）。首先,搭建船舶电力系统的数学模型，把故障定位问题转化为求目标函数最优问题；接着，将量子计算引入遗传算法（genetic algorithm,GA）中，采用双链量子比特编码方式，改进量子旋转门的角度更新策略;最后，加入量子非门实现染色体变异操作，增强算法收敛性能。仿真实验结果表明，改进量子遗传算法能够精准定位故障区段，并且较传统算法有着更为显著的收敛性能。