基于孪生多注意力网络的接触网侵限轻飘物跟踪

针对接触网侵限轻飘物尺度变化大、遮挡干扰和铁路限界背景杂乱,易导致跟踪失败的问题,提出一种基于孪生多注意力网络的接触网轻飘物侵限跟踪新方法。引入三种注意力机制从更深层次提取轻飘物特征,通过空间注意力消除局部感受野限制,通过通道注意力突出轻飘物类别的通道特征,将交叉注意力聚焦于目标模板与搜索图像信息,采用空间正则化滤波器抑制背景干扰,融合各部分特征实现对侵限轻飘物的跟踪。采用OTB100数据集进行精度与准度实验,以国家重点实验室试验线采集的数据为算例进行实验,通过消融实验验证了新方法的有效性。结果表明:相比于相关滤波类SRDCF算法和深度学习类SiamRPN++、DaSiamRPN算法,新方法可获得更好的鲁棒性和准确性。

基于MFDC-SSD网络的接触网定位线夹缺陷识别

针对接触网应用环境复杂,定位线夹体积小、安装方向特殊、不易识别,传统的目标检测算法效果较差等问题,基于多尺度特征融合密集连接网络模型,提出了一种接触网定位线夹缺陷检测新方法。首先结合DenseNet与Inception模块对SSD模型的特征提取网络进行改进,在特定的特征层间共享上下文信息,提升特征提取能力。然后从网络深层到浅层,逐级采用FPN融合SSD检测的多尺度特征图,设计多特征融合的密集连接网络模型,最后将f GIoU作为边框损失函数,在训练中优化真实框和预测框的重合度。对采集的某段接触网定位线夹图像数据集进行检测识别。结果表明:该定位线夹缺陷检测方法可在复杂接触网背景下,对定位线夹脱落和松动进行检测,且在不同角度、亮度的图像中均具有较强的鲁棒性。

基于遗传优化聚类的GRU无损电力监测数据压缩

针对电力调度中心监测数据记录体量大、存储困难的问题,提出基于遗传优化K-means聚类的门控循环单元神经网络无损数据压缩方法。首先,搭建分布式集群,将多维原始电力数据聚类成相似性较高的数据块,并利用遗传算法对聚类进行寻优,提高数据聚类的效果;再通过门控循环单元神经网络训练数据编码的概率分布模型,结合算术编码对数据进行编码压缩;最后,以多个电力数据集为算例进行分析。经验证本文所提的压缩算法能实现数据的高比例压缩、优化集群性能。

配电网监测数据索引集群的分布缓存方法

针对配电网监测数据急剧增加导致配电网监控系统响应时间过长的问题,本文提出一种热点数据部分链表分布缓存方法。首先,引入缓存技术并分析原有热点数据链表缓存方法的局限性,提出一种新的缓存方法以提高缓存管理效率;然后,设计预热查询实现索引系统的热启动从而提高索引系统的缓存命中率;最后,以配电网监测数据为算例,验证所提方法的效果。测试结果表明,所提出的缓存方法及设计的预热查询能在不同查询条件下大幅减少索引集群的查询时间,有效提高配电网监测数据索引集群的查询效率。

高铁接触网系统可靠性评估与维修计划决策

研究目的:针对高速铁路接触网系统四种维修方式,本文以接触网系统可靠性最高和维修费用最低为目标,建立基于维修方式组合的预防维修系统多目标优化模型,提出一种改进多目标粒子群优化算法对该模型进行求解。首先采用PWLMC混沌映射生成初始化种群,增强种群多样性,然后采取非线性递减的惯性权重调整策略,提高算法寻优精度和收敛速度。在种群进化过程中,对每一代粒子使用归一化越界处理方法,防止算法陷入早熟。研究结论:(1)提出的改进多目标粒子群优化算法与现有算法相比,Pareto最优解前端的分布范围更广且种群多样性及获得的最优解精度均有提高;(2)在维修次数取13的情况下,改进算法获得的维修方案及该方案下各部件的动态可靠性能均达到较理想效果;(3)改进多目标粒子群优化算法可在满足实际安全运行的要求下得到最优决策方案,有效减低接触网系统维修费用的同时提高其可靠性,为高速铁路接触网系统可靠性评估与维修计划决策提供有效方法。

智能配电网量测信息变断面柔性压缩新算法

针对智能配电网量测点多、运行变化快,容易造成海量大数据集信息,使调度产生处理延迟、响应慢的问题,提出了融合变断面压缩存取和分布式集群无损压缩的柔性压缩新算法。综合运用量测点元采样、阀值与时限控制技巧,实现变断面压缩存取,通过构建Hadoop云集群平台,以变断面量测数据作为集群压缩输入对象,利用Map/Reduce云计算引擎实现分布式无损集群压缩。以西陇海线电力调度自动化系统为例进行研究,结果表明:变断面压缩法使量测值存取压缩率达到约91%,集群无损压缩法使变断面存储的信息量进一步压缩75%左右,具有显著的柔性技术特征,为智能配电网量测大数据集信息研究提供了一种无损压缩新方法。

铁道供电系统信息流延时的拉丁超立方抽样蒙特卡洛模拟

针对铁道供电系统信息流处理中的延时问题,建立主备模式的通信预处理队列模型、并列服务器实时队列模型和服务器轮询队列模型。利用拉丁超立方抽样技术和蒙特卡洛方法对信息流服务过程进行研究,运用统计学方法得出排队参数概率分布、置信区间和模拟次数之间的关系。以2M光纤通信为例,取平均到达率1 024kB·s-1和平均服务率1 500kB·s-1进行蒙特卡洛模拟。结果表明:报文字节处理服务延时可控制在2～3ms左右;验证了用拉丁超立方抽样代替随机抽样,可减少蒙特卡洛模拟的次数。比较并列服务器和单服务器的实时处理队列平均等待时间模拟结果可知:相同条件下单服务器的实时处理队列平均等待时间超出10ms的概率为82.95%,超出13ms的概率为56.08%,均大于并列服务器实时处理队列平均等待时间的概率。因此,采用并列服务器配置方式可减少铁道供电系统信息流实时处理中的平均等待延时。

基于BDI智能体的配电网监控信息批处理方法

针对配电网监控中量测点多、变化快,造成关键信息传输产生较大延迟的问题,提出了批量信息的信念–愿望–意图(belief-desire-intention,BDI)智能处理方法。通过建立BDI智能体的五元组模型,对多智能体进行交互分析,构建了公用信息的智能体联盟,综合运用模型自动映射和消息事件触发(message event trigger,MET)的技巧,从业务流和信息流角度进行智能化原型系统实现。利用10 kV配电网监控的工程算例进行了交互与性能实验,结果表明:文中方法的处理效率比传统2 s轮询方法提高了约70%。

基于SVG和持久框架的SCADA图库一体化配置系统

针对数据采集与监控(SCADA)系统工程配置困难的问题,采用可伸缩矢量图形(SVG)作为监控画面的图形格式,基于SVG的Batik组件开发包和Hibernate持久框架,设计了一套SCADA图库配置系统。在公用信息模型的基础上,提出SCADA实时数据的模库同步思想,设计了"及时同步"和"定时同步"2种同步方式,并实现了电力设备实时数据库对象/关系混合模型。采用SVG描述的电力设备图元与实时数据模型进行合并,达到了图库属性同步配置和样式关联的效果。通过绘图平台、图元库和图库同步3个模块的配合,完成了SCADA图库的一体化。

设计模式在调度主站监控系统兼容性处理中的应用

针对客户/服务器架构的调度监控系统升级时造成信息集成困难,导致设备难兼容的问题,利用公共信息及其消息交互技术,提出了一种信息集成处理的新方法。设计了量测类与控制类实时交互信息流,建立监控信息的主题队列模型和轮询队列模型,并结合适配器和观察者集成设计模式研究了实时应用信息的消息交互。在西陇海线分布式调度监控系统中进行了工程应用,结果表明调度监控系统实时信息兼容处理的能力得到了提高,主题队列信息流等待时间比轮询队列短。

消息触发的调度监控信息智能联盟实现技术

针对配电网调度监控中实时信息批量处理的延迟问题,提出一种基于信息智能联盟的消息主动触发处理新方法。通过对比多智能体信息交互的通信代价,利用公共信息模型和对象关系自动映射技术,构建信息智能联盟,综合运用消息事件触发和触发接口实现的技巧,实现联盟智能体间的实时交互。以某10 k V配电网监控的工程算例为例进行信息交互和性能测试,验证了消息触发方法主动交互的可行性。性能测试结果表明:与常规监控画面间隔2 s轮询实时数据方法相比,智能联盟主动消息触发机制可以提高批量信息处理的效率。

环形拓扑快速追踪优化算法

针对电气网络中的环形拓扑,提出了一种新的优化追踪算法。在环形网络结构基础上,以有效功率方向为引导,进行拓扑分解与组合。通过串接式拓扑和桥形交叉式拓扑构造子图的讨论,揭示了拓扑死锁效应是因相互依赖关系造成的,因而引入分量交叉的优化追踪思想,并研究了追踪效率与追踪次序的相关性。利用子图监视哨实现了跳跃式追踪的算法流程。对某实际供电系统算例进行拓扑测试,表明优化追踪法比普通的全网追踪算法节省了234ms,效率提高了74.76%。中小规模系统算例和中大规模系统算例结果表明了所述方法的高效性。

Hadoop云构架的智能调度无损集群压缩技术

针对智能调度系统中的大数据集信息压缩处理问题,利用Hadoop框架和Map/Reduce分布式编程模型,提出了一种基于云架构的无损集群压缩新方法。对字典编码和统计编码的无损压缩进行了分类比较,利用云计算节点的集群网络配置方式进行调度主机和监控服务器的部署,在集群数据节点中融入无损压缩,建立调度监控信息的无损集群压缩实验环境。利用调度端的断面量测记录进行测试研究,得出:对于相同断面记录集的无损压缩,BZip2格式的集群压缩比优于Deflate和Gzip格式。对不同断面记录集的BZip2集群压缩结果表明:在断面记录超过3×106以上时,压缩比达到81.1%,相对传统无损压缩方法提高30%以上。

异步传输的分布式铁路10kV电力监控系统

为解决提速铁路10 kV电力系统运行参数变化快、海量实时数据传输和处理困难的问题,设计研发了实时异步传输的电力远动监控系统。对铁路10 kV电力系统的运行、录波数据的远程传输和海量实时数据的处理进行了分析设计。提出了利用发布/订阅原理进行异步数据传输的模式,考虑到实时数据点多、变化快的特点,建立了实时数据交换的二级缓存机制,保证了信息完整性,避免了重要信息的丢失。所设计的监控系统运行稳定、可靠,实时处理效果较好。

牵引网双中性段电分相过电压分析与抑制

研究目的:针对电力机车断电过电分相产生过电压击穿绝缘设备问题,进行时序开关控制的链式电路建模,分类比较七跨/八跨锚段关节式电分相单、双中性段的机车-电分相-牵引网联合仿真全过程过电压,提出一种抑制锚段关节式电分相过电压治理的方法。研究结论:(1)七跨电分相中性线得到的过电压与文献中的试验结果相符,残压联合仿真有效值与理论计算值约11 kV,进一步对仿真有效性进行了验证;(2)八跨双中性段电分相的双边无源RC抑制电路,使中性段过电压值由七跨单中性段的95.57 kV降为59.28 kV,抑制效果较明显;(3)实验结果对锚段关节电分相设计具有重要参考价值。

电气化铁道远动数据库系统业务流程的UML建模

电气化铁道远动系统由电力牵引变电所RTU、远动通道和铁路局电力调度中心主站端系统构成。分析了系统的数据流程,给出了流程图及系统实现的功能。运用统一建模语言(UML)进行设计,对处理高实时性一级数据采用基于发布/订阅的对象请求代理(CORBA)通知服务实现;描述了处理报警信息、后台服务器数据获取等。根据不同类型的数据有不同的特点及对应的应用范围也是不同的,提出要根据应用需要分别进行建模。通过在多个大型实际项目中的成功运行验证了建模的正确性。

容错存储的电力系统监测数据查询优化技术

针对电力系统监测中大量时间序列数据存储和高效查询的问题,利用云计算框架和HQL(Hive SQL)查询引擎,提出一种容错存储的分级分区查询优化方法。通过副本机制设计电力监测数据容错存储模式,综合运用了HQL查询计划生成、向Map/Reduce的转化和分区剪枝处理,进行了加载和查询优化测试。结果表明,当加载的监测数据记录超过200万条、查询数据记录超过380万条后,HQL的处理性能将远超SQL,数据量越大,优势越明显。分级分区查询测试结果表明,在查询耗时相近的条件下,分区查询的数据量可以扩大2个数量级,且二级分区比一级分区更高效,验证了查询优化技术可有效提高电力系统监测信息查询处理的效率,为大量电力监测数据处理提供了一种查询优化方法。

面向智能调度监测的流计算并行滑动窗口技术

针对智能调度监测中大量实时数据的快速处理问题,在实时流计算框架和并行拓扑编程基础上,研究一种配电网监测信息流计算的并行滑动窗口实时处理新方法。结合连续遥测对象的拓扑并行处理过程,利用并行滑动窗口的窗格聚集、窗格元组缓存与窗口聚集等设计技巧,实现监测信息流连续计算的快速滑动窗口拓扑实例。以一个配电网调度监控的工程系统为算例,对若干组拓扑实例进行快速滑动窗口的多节点集群测试,结果表明:集群环境下各元组可得到ms级的窗口计算平均处理延时,合理设置拓扑工作进程的并行度和螺栓组件执行线程的并发数等并行参数有利于降低滑动窗口处理延时,验证了流计算拓扑的集群和并行度对提高智能配电网大规模连续监测信息的实时响应能力和处理效率具有重要意义。

分布式配电网监测的流计算实时并行处理技术

针对配电网大量实时监测数据先存储后处理造成延迟大的问题,提出一种基于Storm分布式流计算框架的监控信息流快速处理方法。结合流计算和全分布式内存计算优势,利用拓扑组件的并行编程模型和流计算节点集群,设计监测数据流拓扑实例,实现配电网监控信息的流计算集群处理。以铁路10 k V配电网监控系统为算例,对不同喷嘴、螺栓组件构成的拓扑实例进行集群测试,验证了先计算后存储的流计算可以提高调度监控实时处理效率。结果表明:集群环境下,拓扑实例的拓扑组件输出结果正确,在数据存储之前进行内存计算可使监测数据平均处理延时控制在百毫秒级内。

基于Hadoop的电网监控信息流分布式处理研究

针对智能电网调度系统中大数据集监控信息流存取困难问题,提出一种基于Hadoop云计算框架的分布式集群处理新方法。通过分析电网监控系统中信息流特性,提取3类关键信息流;综合利用分布式文件系统HDFS和映射聚合模型Map/Reduce,建立云集群分布式处理平台,实现监控信息的高效并行处理。以某配电网断面量测记录数据集为例进行测试,结果表明:该方法处理效率相比传统客户/服务器数据库方法提高了约1.4倍,集群规模越大,效果越好,有效避免了大数据集信息处理响应延迟问题。