基于复杂网络的智能变电站网络测量点选取算法研究

智能变电站的网络异常会影响整个智能电网的安全,因此智能变电站的网络测量成为认识网络规律、了解网络行为的前提工作。网站测量的首要问题是如何合理地选取网络测量点,提高网络测量的准确性,为网络预警提供准确数据。针对智能变电站网络测量点选取是一个综合技术,安全,经济等因素的课题。文章主要是针对智能变电站网络提出一种基于节点接近度及关键度评估方法选择网络测量点的算法,通过对智能变电站的关键节点进行监控,能够更快地发现网络的问题,并以湖北省220kV智能变电站网络为例进行分析,为智能变电站建设中网络测点规划提供参考。

链路预测的若干基础问题探讨

链路预测是网络科学最具活力的分支之一,其目标是基于已知的网络拓扑结构估计未观察到的链接的存在可能性。该文对链路预测中仍需重点关注的4个基础性问题——网络选取、链路抽样、模型训练和算法评价进行了研究,报告了这4个方面目前的研究进展,并指出尚未解决的关键问题。最后,对亟待解决的一些关键研究问题进行了总结。

考虑预报因子选择的神经网络降雨径流模型

为优化神经网络模型的应用效果,研究了基于神经网络的降雨-径流模型,根据Copula熵法确定预报因子,并与传统的线性相关法进行比较分析,采用BP、RBF、GRNN三种神经网络建立降雨-径流模型,应用均方根误差、合格率、确定性系数三个指标为模型选取评价准则。通过对金沙江流域的径流预报,发现基于Copula熵法的BP模型预报结果更接近实测值,精度更高。