改进的分布式consensus在小世界网络中的应用

研究了一种改进的分布式consensus及其在小世界网络中的应用。通过将RH问题降到一维且使用惩罚函数F(x,x(i))来达到consensus。只要改变很少的几个连接(即改变p的大小),就可剧烈的改变网络的性能,从而加速改变收敛速度。通过代数连通度2λ(G)增大可提高一致收敛的速度。仿真结果表明该方法不但减少了主体之间的通信量,而且加快了一致性收敛的速度。

基于改进K-means聚类的轨道交通基础设施分布式光伏发电典型场景生成及出力特性分析

受限于自然条件,光伏出力具有很强的随机性。为准确评估轨道交通基础设施分布式光伏发电的光伏出力特性,提出一种基于改进K-means聚类算法的轨道交通基础设施分布式光伏发电典型场景生成方法,并基于此进行光伏出力特性分析。首先,基于分布式光伏发电设施以及气象数据,利用PVsyst软件模拟光伏发电出力数据。然后,针对基本K-means聚类算法聚类参数和初始聚类中心盲目性高的问题,结合聚类有效性指标(Density based index,DBI)和层次聚类对其进行改进并利用改进K-means聚类算法生成光伏典型日出力场景。最后,基于华中地区某地轨道交通基础设施分布式光伏系统对所提方法的有效性和优越性进行验证,并通过定性和定量分析各典型场景的出力特性揭示轨道交通基础设施分布式光伏出力的规律和特点。

基于改进粒子群算法的配电网分布式光伏接入容量优化计算

针对配电网自身调节能力有限、网络架构支撑能力不足导致的分布式光伏接不下、接入不合理等问题,提出一种基于改进粒子群算法的配电网分布式光伏接入容量优化计算方法。首先,对分布式光伏高比例接入情况下的配电线路参数辨识方法进行研究,为容量计算提供准确的拓扑参数。其次,构建了基于改进粒子群算法的配电网分布式电源最优接入容量计算模型;最后,给出了所建模型的求解方法,并通过算例分析,验证了所提配电网分布式光伏接入容量优化计算方法的有效性与合理性。

事件触发改进一致性算法的孤岛运行多逆变器微电网系统分布式二次调频方法

一致性算法常用于孤岛运行多逆变器并联微电网系统分布式二次调频控制,对逆变器之间通信的实时性要求很高。对此,该文提出基于频率补偿信号的改进一致性算法,基于频率误差越限建立事件触发机制,维持逆变器之间已有的下垂关系不变,实现孤岛运行多逆变器微电网系统二次调频。同时,基于该事件触发机制和李雅普诺夫函数,获得最短触发时间下界,完全避免了在短时间内无限次事件触发现象的发生。最后,采用MATLAB/Simulink针对包含4台逆变器并联运行的孤岛微电网系统算例进行仿真,结果表明,提出的方法相比文献采用的基本一致性算法通信量减少99%以上,最短触发时间间隔延长至数十ms量级;同时,由于该文方法不使用功率微分信号,微电网系统的动态性能更好。

基于改进模拟退火-粒子群的配电网分布式光伏承载力评估

大规模分布式光伏并网给中压配电网带来严重功率反送,导致中压配电网出现节点电压越限和配电变压器反向过载问题.以系统潮流平衡、节点电压偏差、配电变压器反向负载率和线路载流量为约束条件,以分布式光伏并网容量与系统网络损耗之差的分布式光伏等效并网容量为目标函数,建立中压配电网分布式光伏承载力评估模型,并提出改进模拟退火-粒子群(SA-PSO)算法.对IEEE33系统和实际中压配电网进行分布式光伏承载力计算,结果表明,所建立的分布式光伏承载力评估模型适用于中压配电网节点电压稳定性与配电变压器安全运行问题评估;相较于其他算法,改进SA-PSO算法提高了评估模型计算的收敛速度与寻优能力,在相同约束条件限值下,所得线路分布式光伏承载力更高,且系统网络损耗更低.

基于改进LSTM-TCN模型的分布式光伏功率预测研究

光伏发电受天气因素的影响,造成供电的稳定性降低,使得光伏功率预测准确性不高。为保证供电服务质量,提出一种基于改进LSTM-TCN的预测模型。利用灰色关联度算法选取光伏功率影响因素,通过相似度计算,获取分布式光伏功率值,组成训练样本数据。将LSTM与TCN结合,构建改进LSTM-TCN预测模型,并通过模型训练,得到成熟的预测模型。实验结果表明,所研究模型预测结果的平均平方差和平均绝对误差率分别为0.562 6 kW和2.653 2%,远低于另外两种对比方法,表明所提方法的功率预测准确性高。

基于改进狼群算法的含分布式能源配电网优化重构

为提高含分布式电源配电网运行的经济性和稳定性,以系统网损与节点电压偏差之和最小作为综合目标函数,利用多目标加权法建立以综合目标函数最小的含DG配电网优化重构模型。应用莱维飞行和自适应步长等策略对狼群算法进行改进,减少算法的迭代次数,提高算法的收敛性能。采用改进狼群算法对含DG配电网优化重构模型进行求解,算例分析结果表明,分布式电源的合理接入及配电网重构能够有效减少网络损耗,提高节点电压,验证所提配电网重构方法的正确性和优越性。

基于改进河马优化算法的含分布式电源配电网重构

为有效解决分布式电源并入配电网的优化重构问题,达到降低系统网络损耗的目的,构建了以有功网损最小为目标的含分布式电源配电网优化重构模型,并采用改进河马优化算法进行求解。为防止算法陷入局部最优,引入高斯映射以及改进莱维飞行策略对河马优化算法进行改进,运用IEEE 33节点系统仿真计算,检验含分布式电源配电网重构模型求解效率。通过与灰狼优化算法及粒子群优化算法的结果比对,改进河马优化算法以最少迭代次数求得最优解,能够有效提升节点电压,并显著降低网损。

基于特征构造和改进PSO算法的分布式光伏功率预测

分布式光伏由于其历史数据缺乏,光伏出力的预测精度不高,提出改进粒子群优化算法(PSO)+长短时记忆网络(LSTM)与注意力机制结合的神经网络模型。构造基于聚类算法的特征工程扩充数据集;给出局部最优判据改进粒子群算法并应用于模型的超参数优化,提升模型泛化性;采用注意力机制与LSTM相结合的架构进行短期功率预测。在澳大利亚公开数据集上的实验表明,新的特征工程与光伏出力具有相关性,预测精度相比传统LSTM模型精度提高17.4%,且改进PSO算法相比标准算法收敛性更好。

基于改进灰狼算法的新媒体网络资源分布式共享系统设计

在共享资源采集层以AD2S1210WDSTZ为核心,设计数据采集装置,并用SPI接口编程实现共享资源传输信号交互。在共享资源处理层,设计多机集群的脱敏处理装置,实现对资源的统一分布式处理。在共享资源服务层,设计API共享接口,保证共享接口稳定。在新媒体网络资源高维空间中,引入非线性收敛因子,改善全局搜索能力。根据非线性收敛因子优化结果,使用Sigmoid函数实现解空间与二元空间数据类型的转换,保证转换结果匹配,实现分布式灰狼位置映射。结合二进制编码,计算待需要处理节点长度和多共享信道传输效益,更新灰狼搜索位置,实现多信道资源分布式共享。由实验结果可知,该系统在2个场景下与理想频谱展示结果一致,且资源最大吞吐量为450 bit,具有良好资源分布式共享效果。

基于改进蝴蝶算法的变电站分布式电源容量优化配置

针对新型电力系统环境下变电站分布式电源容量优化配置问题,提出了一种基于改进蝴蝶算法的变电站分布式电源容量优化配置方法。首先分析了当地变电站的建设情况和分布式新能源发电的可行性,其次建立了有关变电站的分布式电源优化配置模型,最后提出了一种改进的多目标蝴蝶算法,并将其应用于变电站分布式电源优化配置中。实际算例分析结果表明了所提方法的有效性。

基于改进极限学习机的短期分布式电力负荷预测方法

为提高短期分布式电力负荷预测的准确性,生成可靠的预测区间,基于改进极限学习机,对短期分布式电力负荷预测方法展开研究。实时采集分布式电力负荷数据,从采集的数据中,提取短期分布式电力负荷特征。在此基础上,利用改进极限学习机,激活隐藏层,计算输出权重,实现短期分布式电力负荷预测。试验结果表明:基于文章提出的方法应用后,负荷预测结果更加接近真实值,预测误差波动较小,且预测区间覆盖率均达到了97.2%以上,有效提高了预测结果的准确性和可信度。

基于改进Prim算法的分布式电源孤岛划分

当配电网有故障发生时,由于分布式电源(distributed generation,DG)的存在,分布式电源可以参与孤岛运行,为孤岛内的失电负荷恢复供电,让孤岛内的重要负荷能够持续供电,不仅能够保障系统供电可靠性,而且作为清洁能源充分发挥其社会效益。因此,分布式电源并网参与孤岛运行的策略研究是非常有意义的,制定合适的运行策略可以保证下游失电区域的稳定供电。文中在传统普里姆(Prim)算法中引入功率圆和子功率圆的概念,在求解分布式电源孤岛运行划分方案时,这种改进Prim算法能够优先保障重要负荷的供电,并以鹰潭市月湖区某10 kV配电线为例,验证了该方法的合理性及可行性。

基于改进决策树的分布式数据库信息跨域检索研究

针对现有检索方法在对分布式数据库信息跨域检索时,存在实际检索代价过大,需要通过大量节点数量和元组数量的检索才能为用户展示最终检索结果的问题,引入改进决策树,开展对分布式数据库信息跨域检索方法的设计研究。首先将相同语义的检索聚集到同一个检索集合,实现分布式数据库检索聚合;其次利用改进决策树,划分分布式数据库属性;最后基于整理,实现对分布式数据库元数据信息的跨域检索。对比实验结果表明,新的检索方法在实际应用中检索代价与其他现有检索方法相比明显降低,可在检索少量节点和元组后为用户提供其所需检索结果,有效提高检索效率。

考虑分布式光伏接入的配电网改进线损统计方法

分布式光伏的大量接入,使得传统配电网由单电源结构逐渐转变为多电源结构,配电网潮流分布也因此发生变化。这导致传统线损统计方法无法准确计算出含分布式光伏的配电网线路的线损率,因此须对现有线损统计方法进行改进。首先,分析了接入分布式光伏后配电网内潮流分布的几种情况,然后提出了改进的线损统计方法,最后结合实际案例验证了改进线损统计方法的正确性和准确性。

基于改进贪心算法的分布式光伏配网储能系统容量优化配置

为提高分布式光伏能源利用率,使分布式光伏配网储能系统运行能够满足用电所需,引入改进贪心算法,开展分布式光伏配网储能系统容量优化配置研究。在综合考虑分布式光伏的投入成本、配网运行效率等多方面因素的基础上,建立分布式光伏配网储能系统容量优化配置模型。通过改进贪心算法,确定配电线路最优供电配置,实现系统容量配置优化。通过对比证明优化后系统运行功率变化更符合预期要求。

基于改进海鸥算法的配电网分布式电源优化配置

为了提高含分布式电源(DG)配电网运行的经济性和稳定性,提出了一种基于改进海鸥算法(ISOA)的配电网DG优化配置方法。将配电网网损、系统电压偏差指标和DG投资成本组成多目标函数,采用层次分析法确定各子目标权重,将多目标函数转化为单目标函数,建立了以单目标函数最小的分布式电源优化配置模型。利用精英反向学习策略和莱维飞行策略对海鸥优化算法进行改进,以提高ISOA的全局搜索性能。采用ISOA对单目标函数进行优化,优化后所得配电网网损、DG投资成本和系统电压偏差指标均优于其他优化算法,验证了所提配电网DG配置方法的实用性和优越性。

基于改进灰狼算法的含分布式电源配电网无功优化

为提高含分布式电源配电网电压质量和减少线路损耗,建立以配电网网络损耗最小和电压偏移最小为目标的无功优化模型,模型包含光伏发电、蓄电池储能和配电网线路潮流等设备运行约束条件;针对模型的非线性,采用改进灰狼优化算法对模型进行求解。利用改进的IEEE33节点配电系统进行仿真验证,结果表明经过优化后配电系统电压质量得到改善且网络损耗有所减少,另外,与改进前灰狼算法和帝国主义竞争算法(imperialist competition algorithm,ICA)计算结果对比,改进的灰狼算法提高了其全局寻优能力,验证了模型和算法的有效性。

基于改进Adaboost算法的分布式光伏发电孤岛检测方法

由于分布式光伏发电具有随机性与不确定性,导致电力系统日常运行中极易出现孤岛效应,影响系统安全与稳定,文章提出基于改进Adaboost算法的分布式光伏发电孤岛检测方法。采集并预处理分布式光伏发电系统的PCC点电压信号,提取PCC点电压信号的小波包能量熵作为信号特征,构建改进的improved-Adaboost分类器,输入信号特征,输出分布式光伏发电孤岛状态的检测结果。实验结果表明:该设计方法不仅可以实现分布式光伏发电孤岛的100%正确检测,且能够满足相关标准对孤岛检测时间的要求。

基于改进遗传算法的分布式数据库访问控制方法

分布式数据库具有一定开放性和复杂性,使得数据库面临严峻的安全挑战,为此,文章提出了基于改进遗传算法的分布式数据库访问控制方法。首先,生成分布式数据库用户的SPKI/SDSI证书链,采用参数自适应改进的遗传算法搜索SPKI/SDSI证书链,然后,构建一个基于SPKI/SDSI证书的分布式访问控制模型,通过该模型对用户访问请求中的证书链进行搜索与验证,实现分布式数据库访问控制。实验结果表明,该设计方法可准确且快速地识别恶意分布式节点,并限制其任何访问行为,保障分布式数据库的安全。