一种基于拓扑结构变化的主动配电网自适应保护方法

随着逆变型分布式电源大量接入配电网,配电网运行方式灵活多变,保护方案的设计与保护装置的动作范围受拓扑变化的影响。在此背景下并结合工程实际,提出一种基于拓扑结构变化的主动配电网自适应保护方法。通过多点量测信息感知配电网的运行状态,利用电压量和电流量之间的相关性,对拓扑结构的变化进行识别。然后,根据拓扑结构的变化,形成新的关联矩阵,自适应调整系统的保护方案与参数。最后,通过仿真验证了所提出的方法有效性。

基于Manhattan距离的网络拓扑推测方法研究

网络拓扑推测是网络断层扫描研究内容之一,是推测网络内部链路性能的前提条件。目前的网络拓扑推测方法主要是基于网络性能参数的极大似然估计方法,随着网络规模的增加,计算量相对较大,还有些需要先验知识,从而影响在实际网络中的应用。为了克服这些问题,作者提出了一种新的网络拓扑推测方法,通过直接计算节点间测量数据的Manhattan距离,对节点进行分组,从而推测网络的逻辑拓扑结构。该方法计算简单且准确推测的概率收敛速度快,在实际网络环境中有应用价值。

基于有限关键节点及Wasserstein距离的配网拓扑识别

明确配电网结构是配电网最优潮流、安全评估、网络重建、故障定位的基础。针对现有配电网拓扑识别方法缺乏结合现有网络结构参数和潮流信息,仅通过量测数据来进行拓扑识别效率低的问题,提出一种基于有限关键节点及Wasserstein距离的配电网拓扑识别方法。首先,利用子空间扰动模型证明配网拓扑变化时,可以利用有限的关键节点来进行拓扑识别,基于熵值法的混合K-Shell算法引入影响度概念,通过影响度与节点电气距离得出节点的重要度,确定配电网拓扑结构中的关键节点。其次,基于密度的噪声应用聚类算法通过电压、电流、有功、无功等4个特征来进行节点的聚类,将其他节点与关键节点进行类别归属,再结合Wasserstein距离得出节点间的连接关系从而得出配电网的拓扑结构。最后,通过IEEE 33节点算例和某小区实例,验证该方法的有效性。该方法极大地提高配电网拓扑识别效率与正确率,实现了配网拓扑结构的动态识别。

基于电压相似性评估的低压配电网户变关系和相位识别技术研究

低压配电网拓扑关系是电网状态估计的基础。文中针对低压配电网拓扑识别难题,分析了通过电压相似进行户变关系和相位识别的可行性;在此基础上应用Hausdorff距离算法,构建了基于节点电压相似性评估的户变关系和相位识别流程;设计了基于Hausdorff距离识别基本判据,以及包括构建滑动窗口和选择有效电压的数据集优化方法。通过实际的案例,验证了文章所提方法的有效性。

对抗多模式网络层析成像的拓扑混淆机制

网络层析成像技术能通过测量目标网络的端到端性能测度来推断其拓扑结构,进而为攻击者开展更加精准的网络攻击行为提供支持。尽管网络拓扑混淆技术为对抗这类侦察行为提供了一种解决思路,但现有的网络拓扑混淆技术在探测模式识别准确度、对抗行为有效性等方面仍存在不足。为此,提出一种对抗多模式网络层析成像的拓扑混淆机制M2NTO。针对网络层析成像模式多样化的特点,M2NTO基于增量更新的动态决策树分类算法,构建一种能够在线对抗多样化探测行为的端到端性能参数扰动方法,以应对不同模式的层析成像拓扑探测手段。在多种典型真实网络拓扑上的仿真实验表明,M2NTO在多个场景中都能够以在线的方式准确识别不同模式的探测行为,探测流识别准确率在多个场景下都达到了98%以上,误报率维持在2%之内,探测流分类准确率达到95%以上,在此基础上,通过扰动相应的性能测度干扰攻击者的推断结果,使攻击者推断的网络拓扑与真实网络拓扑的相似度下降到60%以下,有效增强混淆拓扑生成的效能。

基于端到端报文丢失的网络拓扑推测算法研究

在分析现有网络拓扑推测算法的基础上,提出了一种基于端到端报文丢失性能的网络拓扑推测方法,该方法通过比较节点间的Hamming距离和节点接收到的报文数量推测网络拓扑,在推测拓扑过程中不需要网络内部节点的协助。通过理论比较和分析,证明该方法在推测精度上比现有的方法有显著的提高,最后利用仿真实验验证了该方法的有效性和准确性,推测精度比现有方法提高了20%。

基于端到端链路利用的网络拓扑发现算法研究

网络拓扑对于网络管理和推测网络内部性能具有重要意义。在分析现有算法局限性的基础上,提出了一种基于端到端测量的网络拓扑发现方法,该方法通过比较链路利用的hamming距离推测网络拓扑,特点是不需要网络内部节点的协助。通过理论比较和分析,证明该方法在推测精度上比现有的方法有显著的提高,最后利用仿真试验验证了该方法的有效性和准确性。

网络层析成像研究综述

网络层析成像技术作为通信网络、层析成像技术和统计学理论相结合的产物,是一种全新的网络链路级参数推理、拓扑结构识别和OD(Origin-Destination)流估计的技术。在简要介绍网络层析成像的基本概念和数学模型的基础上,本文从网络链路级参数的推理、网络拓扑结构识别和OD流的估计3方面介绍了网络层析成像的研究现状,分析和展望了一些有价值的新发展,并指出了下一步的研究方向。

基于网络断层扫描技术的网络拓扑推测方法研究

目前的网络拓扑推测方法主要是基于网络性能参数的极大似然估计方法,而其计算量会随着网络规模的增长而急剧增加,从而影响在实际网络中的应用。讨论了网络断层扫描在网络拓扑推断中的测量方法和推断方法,提出了一种基于网络断层扫描技术的网络拓扑快速推测方法,根据观测节点测量数据的相似度推测网络的逻辑拓扑结构。通过仿真研究表明,该方法推测准确且计算简单,具有优势,即使在发送较少报文的情况下,也可以得到较高的准确推断率。

一种快速网络拓扑推测方法

网络拓扑推测是推测网络内部链路性能的前提条件。目前的网络拓扑推测方法主要是基于网络性能参数的极大似然估计方法,但是其计算量会随着网络规模的增长而急剧增加,影响在实际网络中的应用。针对这种问题,提出了一种快速的网络拓扑推测方法,根据观测节点测量数据的相似度推测网络的逻辑拓扑结构,推测准确且计算简单。最后利用仿真实验验证了该方法的有效性和准确性。

电学仿真实验的一种模式及其算法

针对当前在电学课程教学中,缺乏好的、适合学生用的虚拟仿真实验软件,作者开发了能达到一定虚拟效果和沉浸性的仿真实验软件,对开发思路和算法作了介绍,该仿真实验软件的模式及其开发方法对一般学科教师在开发自己的仿真实验软件时有一定的借鉴作用。

链路延迟网络拓扑合并方案的研究

网络拓扑合并是解决网络层析成像技术中大规模网络拓扑判定问题的重要研究方向。主要讨论采用对网络上的主机进行端到端测量的方法来获得网络的逻辑拓扑及链路属性,通过对基于延时的"三明治"网络测量方案进行改进,提出基于链路延迟属性的网络拓扑合并新方案。新方案具有测量不需要同步时钟、不需要重复测量和容易实施的特点,并通过实验进行了验证与分析。

层析成像技术在网络属性估算中的应用研究

网络层析成像技术在网络属性估算中的应用主要分为网络拓扑判定和链路属性估算两个重要应用。主要讨论通过对网络上的主机进行单播的测量来获得网络的逻辑拓扑及链路属性,并提出进行网络属性估算的新方案。首先介绍基于延时的"三明治"测量方案和相关网络拓扑判定算法,随后通过实验对网络拓扑判定的系统聚类树算法进行了分析,在此基础上提出进行网络属性估算的新方案。

一种双参数拓扑推测方法

针对采用单一性能参数推测网络拓扑结构算法的问题,如有效性与网络负载有关以及测量节点性能参数时大多需要节点间时钟的同步等,在现有的测量方法基础上,提出了一种不需要节点间时钟同步可以测量端到端时延抖动和丢包相关性的紧接分组对序列测量方法,同时设计了一种综合端到端时延抖动和丢包相关性的双参数拓扑推测算法,该算法能够适应不同的网络负载环境。最后通过NS-2仿真实验验证了该算法的有效性和准确性。

联合高低频电力线通信的中压配电网拓扑自动识别方法

准确的拓扑数据是开展配电网运行方式优化、故障处理、线损计算等应用的重要基础,为提升配电网拓扑识别的可靠性和自动化水平,提出一种联合低频短时电流脉冲信号传输路径追溯和高频电力线载波测距的中压配电网拓扑识别方法,提出一种基于偶次谐波正弦波模板匹配的低频短时电流脉冲信号检测算法,具有明显的信号和噪声可分性优势,有效提高了信号检测可靠性。最后开展了试点应用,短时脉冲电流接收可靠性>95%,高频载波测距误差<5%,验证了配电网拓扑自动识别可行性和推广价值。

单源网络层析技术

网络层析技术是一种新的网络端到端测量方法,与传统的网络内部测量方法不同,它是通过端到端的测量数据来推测网络内部链路性能参数和网络拓扑的,从而实现与网络结构或协议无关的网络测量方法。在网络层析技术的基本概念和数学模型的基础上,讨论了目前单源网络层析技术的两类"反演问题":一是实现源节点到目的节点流量估计问题的被动网络层析技术;二是实现QoS参数估计与拓扑发现的主动网络层析技术。分析了网络层析技术的下一步研究方向。

多源网络断层扫描技术在网络拓扑推断中的研究

网络断层扫描技术不需要网络内部节点的配合，通过网络外部端到端的测量来推断内部特性。多源断层扫描技术可获得更多的网络内部链路信息，能够更精准的得到网络的拓扑结构。该文重点论述了多源网络断层扫描技术，将多源网络划为几种2-by-2结构，并通过一种根据hamIning距离的链路利用率算法得出了网络拓扑结构。通过仿真实验证明了该方法的精准性。

系统聚类树算法在网络拓扑判定中的研究

网络拓扑结构的判定是网络层析成像技术在大规模网络中应用的关键问题.主要讨论通过对网络上的主机进行单播的测量来获得网络的逻辑拓扑,提出运用系统聚类分析法进行拓扑判定的新方案.首先介绍了基于延时的"三明治"网络测量方案及相关网络拓扑判定方案,在此基础上提出更为高效准确的运用统计聚类模型进行拓扑判定的系统聚类树算法,最后通过实验将该算法与合并似然树算法进行了比较与分析.