基于无线传感网络的电网电压暂降故障节点定位优化方法

电网电压暂降故障节点定位优化方法在电网研究领域中具有重要意义。传统方法主要对电网发生故障时的电流进行计算,忽略了对电网故障区域的选取,导致检测故障节点定位的准确性差。提出了一种基于无线传感网络的电网电压暂降故障节点定位优化方法。对电网电压暂降的故障类型进行分析,利用电网线路故障节点的距离,对电网虚拟故障节点的阻抗和监测点的阻抗进行计算,根据电网发生故障前的电压和监测点的电压,计算电网监测点的电压分量比值,并对电网故障的权重系数进行计算,得到电网电压暂降故障节点的距离分布函数。在此基础上,对电网电压暂降的故障区域进行选取,并计算出电网电压暂降故障节点实部、虚部的数据,并利用分布函数对电网故障节点实部、虚部的故障距离进行确定,计算其距离的差异度,根据电网线路传感器节点集合的分析,实现对电网电压暂降故障节点的定位优化。实验结果表明,提出方法能够准确且快速的对电网电压暂降的故障节点进行定位。

差异性传感器网络的故障节点定位模型仿真

随着传感器网络规模的逐渐扩大,网络中节点的分布呈差异性和随机性,破坏了节点之间的位置关系,传统故障节点定位方法不能有效分析传感器网络节点的相关特征,无法得到准确的故障节点定位结果。因此,提出一种基于对数距离节点信息和残差融合的差异性传感器网络故障节点定位模型,采集不同传感器网络的故障节点特征,求出相应权重,对特征提取误差进行补偿,获取差异性传感器网络的差异性故障节点特征,依据获取的特征建立差异性传感器网络故障节点定位模型。采用一种对数距离节点信息模型反映收集到的差异化信息,获取差异性节点故障特征距离。通过残差融合方法调整相关误差,以获取更加准确的故障信息距离值,实现故障节点定位。仿真实验结果表明,所提方法具有很高的故障节点定位精度。

基于神经网络的无线网络故障节点定位技术

传统无线网络故障节点定位方法无法有效处理节点功率波动以及模糊环境对故障节点定位精度的干扰。提出基于小波神经网络的无线网络故障节点定位方法,分析了小波神经网络在节点故障定位的三种作用形式,融合形式1和3对冗余节点故障进行定位,将小波神经网络当成预测器,将前一采样时刻的正常输出交叉输入n个小波神经网络,获取节点当前时刻的预测输出值,取节点预测输出值和真实输出值的残差,若该残差值高于阈值,则说明该节点是故障节点。实验结果表明,所提故障节点定位方法能够对节点的附加、倍数以及短路故障进行准确定位。

Wi-Fi网络非常态干扰下的故障节点定位算法

当前对Wi-Fi网络节点故障定位方法使用正交频分复用技术,采用直调直检的方法将Wi-Fi节点网络之间高速数据信号转换为分布式载波信号,实现节点故障节点检测,该方法很容易导致相邻节点信道间频谱主瓣重叠,在非常态干扰下定位不准。提出一种基于OFDM技术的Wi-Fi故障节点定位方法,采用同步算法来减小子载波间的正交性抑制,采用信息素更新策略实现在非常态干扰下对故障节点的定位检测。仿真实验表明,该方法能有效定位Wi-Fi故障节点,网络传输误码率降低明显,大幅提高网络传输效率,有效提高了Wi-Fi网络可靠性和应用性。

网络中多节点故障定位的探测路径选择算法

针对现有故障定位技术不能满足多节点故障定位的要求,尤其当网络中存在大量故障节点时,提出了一种基于主动探测的探测路径选择算法。该算法主要包括用于故障检测的贪婪路径选择算法和用于故障定位的禁忌链路搜索算法。在故障检测阶段,使用贪婪路径选择算法迭代地选择具有最小权重的探测路径覆盖网络中的节点。在故障定位阶段,使用禁忌链路搜索算法多次生成候选路径集以选择最合适的探测路径来解决多节点故障定位问题。在随机网络拓扑和真实网络拓扑上的仿真结果表明,与现有的节点故障定位算法相比,探测路径选择算法具有更高的成功定位率和更低的探测成本。