基于Node-Red的功放非线性云边协同测量

针对传统功放非线性数据采集平台,设备控制局限于RS-232,GPIB,LAN等有线连接方式,导致远程实验研究受限于地点,以及在远程控制下设备告警不及时,关键数据保存安全性等问题,提出了一种基于Node-Red的功放非线性云边协同采集方案。该方案结合云端计算与边缘端处理各自的优点,并结合VXI-11(仪器控制协议)和SCPI编程、React、Ant Design、Node、Node-Red等技术,搭建了功放非线性数据采集平台。实现了对边缘端功放相关设备的远程控制、调度管理、实时监测以及功放数据的采集、存储、下载等功能。并使用Prometheus+Grafana搭建系统监控平台,保障系统稳定运行。采用Fabric与IPFS的方式对功放非线性平台采集的关键数据进行去中心化存储,防止数据被篡改,提高系统数据的安全性。

随机空间几何构型下物联网络攻击节点定位

物联网各节点形成的空间几何构型随机性,决定了攻击节点的空间分辨率出现较大波动,继而影响攻击节点的定位精度。针对物联网下各节点形成的空间几何构型随机性,利用节点脉冲和功率的关联属性不受空间几何构型影响的特征,设计一种攻击节点定位算法。定位算法检测节点脉冲信号,设计最优功率关联算法,关联功率与脉冲的属性。通过关联属性构建节点距离测算定位方法。实验结果表明:文中的物联网攻击节点定位方法,在低、中、高阶三种攻击特征形式下,可以实时准确定位攻击性节点位置,具备较强的实用性。

集中式电力市场下基于谱聚类与图注意力网络的电力枢纽节点设计方法研究

电力枢纽节点是现货市场上可以进行统一交易的聚合节点,也是电力金融市场发展与稳定运行的基石,对构建统一电力市场体系、完善市场功能具有十分重要的意义。从一般属性、节点选择、权重设计、时间性的角度分析了枢纽节点的设计方式,并针对性地提出了基于谱聚类的枢纽区域划分方法与基于图注意力网络的权重计算方法。基于双尺度度量的谱聚类分区策略,其核心是建立以关键线路功率传输分布因子、多时段节点电价和节点邻接性为度量的双尺度耦合矩阵,优先保证枢纽区域的地理特性、区内的无阻塞特性和节点连通性。基于图注意力网络建立了定价节点聚合权重的分配模型,通过自注意力机制来对邻域节点进行聚合,实现不同时段节点电价下节点权重的自适应匹配。最后通过IEEE118节点算例对所提出的设计方法进行验证,通过横向对比,证明了所提方法的合理性与有效性,可为实际市场中枢纽节点设定提供理论支撑。

认知物联网中继传感节点最小功耗布置方法研究

物联网数据传输过程中,中继传感节点能量不足或者能量消耗过多将导致部分节点失效,降低物联网的使用寿命。为解决这一问题,提出认知物联网中继传感节点最小功耗布置方法。根据中继节点结构特征、有向加权图,建立数据传输功耗的数学模型;以最小功耗布置为目的,制定数据流向、通信容量、数据最大传输次数的约束条件,阻止中继节点逆向传输,使节点满足通信容量范围的同时,避免出现逐条传输数据的事件;引入贪婪算法布置中继传感节点,实现中继传感节点最小功耗布置。仿真结果表明,所提方法的中继传感节点布置最大功耗为17.58 J;在传感节点分布密度为370个/m^(3)时,中继节点布置数量为126个;在11.9 s内即可完成150个中继节点的布置。

基于AHP-CRITIC和GIS的大型光伏电站应急物资节点选址与最优路线选取

突发性自然灾害经常对大型工程的建筑与生产设施造成重大损失,而受损设施的维修和重建过程常出现物资供给不足、物资供给效率低以及物资分配公平性等问题。本文以某大型光伏电站为依托,从应急物资节点选址影响因素入手,建立受突发性灾害作用后的应急物资节点选址评价指标系统,采用AHP-CRITIC(analyt⁃ic hierarchy process-criteria importance through intercriteria correlation)组合赋权法实现应急物资存放点选址评价结果的计算。同时,基于研究区内部路网开展大型光伏场地路口至多物资存储节点的最优路径研究,并采用GIS(geographic information system)技术求解出最短运输路径。结果表明:该大型光伏场地应急物资节点选址评价结果等级为“好”与“较好”的区域主要分布在研究区北部,占总面积的33.38%;基于最短运输路径原则通过综合对比线路总长与重复路线占比,由入口3出发至各应急物资节点的路径为最优路线。研究成果可为类似大型工程的安全运营和应急管理提供技术支持和参考。

基于遗传算法的电网无功补偿动态优化系统

电力能源需求的增加,对电网节点电压稳定性提出了更高的要求。若电网出现故障,其节点电压会产生波动,影响电网运行的可靠性。为提高电压稳定性,设计了基于遗传算法的电网无功补偿动态优化系统。分析电网节点暂态电压波动特征,结合节点电压对无功功率的灵敏度分析,计算节点电气距离,划分电网区域。构建电网无功补偿动态优化模型,引入遗传算法对其进行求解,获得最佳的电网无功补偿动态优化方案,实现电网无功补偿的动态优化。实验结果表明,应用设计系统节点暂态电压无功补偿效果较好,电压稳定提升能力优化目标函数最大值为9.77,经济成本优化目标函数最小值为36.25万元,充分证实设计系统应用性能更佳。

基于状态估计的配电网线损分析

当前电站自动化覆盖率高,可提供大量数据进行分析计算,为此提出一种基于状态估计的配电网线损分析方法,并分析该方法所用的信息管理系统的结构和功能。通过状态估计方法对采集数据进行处理,同时满足潮流计算的约束,消除误差和丢包带来的影响,得出较为精确的节点注入功率,以此计算配电网的线损率。

电网潮流图T接点及线路自动生成研究与应用

为了解决110 kV电网中存在大量T接线路,而潮流图中无法展示T接线路从而给电网实时监控造成很大困难的问题,提出一种电网潮流图中T接站及其线路的辅助生成方法,分析T接间隔下的线路连接关系,在常规厂站联络线布局的基础上,叠加生成T接点及其联络线。研究结果表明,该方法稳定可靠,在多个地级电网调度中心得到了实际应用。

基于蛇优化算法的电力系统无功优化

无功优化在电力系统中具有重要的意义,可以提高系统的功率因数,减少有功损耗并改善电压稳定性。蛇优化算法具有全局搜索能力和快速收敛的特点,故将该算法作为一种新的优化方法运用到无功优化中,建立以机端电压、变压器变比和无功补偿量为系统控制变量,以网络损耗最小为目标的无功优化模型。通过采用57节点系统,将蛇优化算法与粒子群算法、改进粒子群算法分别进行比较验证。实验结果表明,蛇优化算法能够有效地优化电力系统的无功功率,提高系统的性能和稳定性。

结合高阶结构的电力网络关键节点挖掘方法

挖掘电力网络中的关键节点对提高电力系统的鲁棒性、稳定性与可靠性具有重要意义。针对电力网络中频繁存在的高阶结构特性,文中运用高阶网络分析方法,引入模糊综合决策技术,提出了一种融合节点低阶和高阶结构信息的电力网络关键节点挖掘方法,并在三个真实电力网络数据集上进行了实验和验证,从网络结构和功能两个方面对提出方法进行了评价。结果表明,相比传统低阶方法,所提出方法能够更加准确识别电力网络中的关键节点,论证了考虑节点高阶信息的必要性,为电力网络关键节点挖掘问题提供了新的思想方法。

动态拓扑下基于终端数据挖掘的配电网异常节点检测

异常节点检测用于发现由窃电、设备故障等现象导致的功率、电压等电气参数的量测值与实际值不同的节点,是配电网态势感知、运行和管理的基础。为此,提出一种基于终端数据挖掘的异常检测方法。首先,通过挖掘节点电压、功率间的潮流约束关系,构建了一种潮流映射框架下的异常检测体系,将不符合约束关系的节点判断为异常。其次,构建对冲反向传播-残差神经网络拟合潮流约束关系,在配电网拓扑和参数信息缺失的情况下实现快速准确的电压计算。再次,针对配电网拓扑变动导致方法失效问题,引入模型回溯概念和生成树算法进行识别,将变动信息反馈给主模型,实现检测方法在动态拓扑下的应用。最后,结合实际案例与仿真实验验证了所提方法的有效性。

恶意攻击背景下电力信息网络节点重要度评估

电力信息网络中攻击事件频发,关键节点遭受攻击的概率增大,为迅速确定关键节点,解决其故障问题,设计一种恶意攻击背景下的电力信息网络节点重要度评估方法。抽象处理电力信息网络,通过Prim算法与社团分区方法相结合的分区方法进行网络区域划分,再构建电力信息网络模型,进行电力信息网络的区间连锁故障建模,计算恶意攻击下连锁故障过程中电力信息网络的负荷损失。基于HITs算法设计网络节点重要度评估算法,实现节点重要度的评估。测试结果表明,设计方法对垃圾节点的识别抵御率始终高于94%,证明该方法在实践中表现良好。

基于节点模式势能的复合机组-整流器电力系统功率振荡特性分析

针对新能源占比逐渐提高,新型电力系统引发的小干扰稳定性问题日益复杂,因此研究含有新能源和传统能源机组的复合机组-变流器场景的小干扰稳定性问题尤为重要。以含光伏和高压直流输电的复合机组-变流器电力系统为研究对象,提出了一种利用节点模式势能法对复合机组-变流器电力系统功率振荡特性分析的方法,推导出小干扰下光伏和高压直流输电并网节点模式势能表达式,分析总结了复合机组-变流器电力系统功率振荡特性。最后,经电力系统分析软件仿真分析和低频振荡评价指标计算对比,验证了此方法的可行性。

电力数据信息网络阻塞故障节点快速辨识研究

由于电力数据信息网络阻塞,导致脆弱性故障节点快速扩散,造成故障节点辨识效果差且耗时较长。为此,提出了电力数据信息网络阻塞故障节点快速辨识研究。构建网络阻塞故障节点跟踪模型,获取故障节点跟踪集合。使用层次分析法构造比较矩阵,计算辨识指标权重向量。定量分析故障数据特征,获取故障节点信息特征矢量。结合神经网络模型构建分析矩阵,在短时间内得到最终故障节点分布结果。通过量化指标,获取故障节点辨识结果。计算节点继电保护脆弱贡献度,辨识脆弱故障节点。由实验结果可知,该方法统计的故障节点信息特征与理想特征一致,具有较好的辨识效果,辨识时间仅为10 s,加快了故障节点的辨识速率。

基于物联网技术的电网物资供应优化模型建立

电网物资供应链受到环境因素的干扰存在波动性,为提高电网物资供应的稳定性,设计新的电网物资供应优化模型。借助物联网中组网部署供应链中的相应节点,采用线性规划方法部署电网物资供应网络的最优节点,采用空间自适应调度模型规划电网物资供应网络的最优路径,提取电网物资供应物联网传输路径统计特征量,采用描述性统计分析重构电网物资供应网络的子空间,通过自适应寻优方法,实现电网物资供应链网络的决策和规划设计,完成电网物资供应优化模型构建。结果表明,采用该方法优化电网物资供应,提高物资供应的吞吐水平,降低时间开销。

物联网节点的低功耗通信电子电路研究与设计

主要设计物联网节点的低功耗通信电子电路,以提高设备的能效和寿命。通过深入研究芯片选型、电源管理电路设计、通信模块设计以及实际测试,成功设计出一种综合考虑性能、功耗和成本的电路方案。通过实际测试,验证了电路设计在实际应用中的可行性。

基于多节点协同的电力网络靶场混合入侵识别方法

研究了基于多节点协同的电力网络靶场混合入侵识别方法,提升电力网络对混合入侵行为的防御能力。依据多节点协同的分层协作结构,设置电力网络靶场训练平台内的通信节点作为感知节点,利用感知节点感知混合入侵数据,将感知结果传送至电力网络靶场训练平台的中心节点,利用中心节点融合混合入侵感知数据形成聚合节点。协同融合层的聚合节点将协同融合结果传送至识别层,识别层利用混合入侵识别模块,依据K-means聚类算法对混合入侵数据的聚类结果,构建C4.5决策树,利用决策树输出电力网络靶场混合入侵识别结果。实验结果表明,该方法可以精准识别电力网络靶场混合入侵行为,识别精度高于98%。

基于自适应网络的电网电压稳定评估方法

为了提高电网电压稳定评估能力,构建健康、安全的自适应网络,构建出电网节点模型,通过IEEE 30节点模型分析电网稳定机理,探究不同参数对电压稳定的影响。从电网静态和动态两方面出发,设计电网电压和功率灵敏度、有功功率裕度以及节点能量堆积三个指标,同时将上述指标作为电网的多参数节点稳定指标。采用自适应神经网络对多参数节点稳定指标与电网电压稳定的关系进行计算分析,通过自适应网络对电网节点模型进行处理,得出不同节点指标对电压稳定的影响和预测。试验证明,电网电压评估方法稳定、适应性强,与传统神经网络相比可以有效优化电网运行。

基于数据驱动的电力光纤通信网脆弱节点动态挖掘

电力光纤通信网络脆弱节点受到外界影响或系统干扰时,会导致线路元件的相继故障,缩减网络的使用寿命,为此提出基于数据驱动的电力光纤通信网络脆弱节点动态挖掘方法。首先在大数据环境下剔除网络中的冗余节点,并根据剔除结果交换节点信息,确定通信网络脆弱节点位置连接后,获取通信网络的异常范围;再依据划分出的通信异常范围提取该区域中的节点脆弱性能特征,建立脆弱节点挖掘模型;最后依据该模型挖掘出通信网络中的脆弱节点,实现电力光纤通信网络脆弱节点动态挖掘。实验结果表明,利用该方法开展通信网络脆弱节点挖掘时,节点挖掘精度平均值为98%,网络传输时延最小值为19 ms,节点挖掘消耗时间为0.42 s,节点覆盖程度为96.88%,通信网络脆弱节点挖掘性能较好。