基于聚类分析的电动汽车充电负荷预测方法

准确预测电动汽车充电负荷是研究大规模电动汽车接入对电网影响的基础,现有充电负荷预测方法缺乏考虑路况拥堵因素对电动汽车荷电量的影响。提出了一种基于聚类分析的电动汽车充电负荷预测方法,在分析常规充电负荷影响因素并初步建立概率分布模型的基础上,对每段行程的行驶里程和行驶时间构成的二维出行特征数据进行聚类分析。挖掘常规统计数据无法得到的道路拥堵因素,考虑不同路况条件下道路拥堵因素对电动汽车荷电状态的影响并叠加该变量到负荷预测模型中。以北京市为例分别预测并比较分析了工作日、周末、夏季、冬季电动汽车日充电负荷曲线。计算结果表明该方法可在一定程度上提高充电负荷预测的精确度。

基于不变网络模型和故障注入的分布式信息系统故障溯源方法

针对传统分布式信息系统故障溯源算法对于先验知识依赖严重的问题,提出一种基于不变网络与故障注入相结合的故障溯源方法.首先,利用系统日志中收集到的系统组件运行数据,构建系统的不变网络模型,在此基础上进行节点或组件故障注入及扩散建模,建立故障网络集;然后,根据原始时间序列取值情况,制定数据质量评价规则以甄别数据是否发生突变;最后,利用实际故障网络与故障网络集中故障网络局部拟合的方式进行故障溯源,并利用数据质量评价规则对该结果进行修正,实现对系统故障源的精确定位.在仿真数据集、某开源系统数据集和某电网调度系统实采数据上的实验结果表明,所提出方法具有更高的准确率.