基于可变染色体长度的遗传K均值聚类算法

针对传统K-均值聚类算法需要事先确定聚类数,以及对初始质心的选择具有敏感性,从而容易陷入局部极值点的缺点,使用了一种基于可变染色体编码长度的遗传算法对传统K-均值聚类进行改进.该算法可以在事先不确定K值的情况下,通过多次的选择、交叉.变异的遗传操作,最终得到最优的聚类数,以及最优的初始质心集.通过Reuters数据集的实验结果表明,基于该算法的聚类划分结果明显优于传统K-均值聚类算法,并且好过基于固定染色体编码长度遗传算法的K-均值聚类算法.     

基于聚类集成的用户负荷模式识别

为提高错峰管理中用户负荷模式识别的可靠性与普适性,针对目前单一聚类算法难以解决用电负荷数据的不平衡性以及时序特性等问题,提出一种基于聚类集成技术的用户负荷模型识别方案。利用多种标准化方法以及经遴选的聚类算法生成多样化的聚类成员,通过将所有聚类成员合并构造共识矩阵并进行重构,得到较单一聚类算法更为优越的分群结果。该方案比采用单一的聚类分析得到的用户用电负荷数据分簇结果更稳健可靠,且对数据结构变化的敏感度低、分簇效果更好、泛化能力更强,并在中山市6 500家专变用户的用电负荷模式识别中取得了良好的应用效果。     

基于云平台的软件自动持续集成研究

企业信息化项目大部分仍基于传统的软件集成方式,管理和集成等方面存在严重的缺陷。文章提出了持续集成这一新理念并提出一种软件自动持续集成方法,指导在电网系统中实践持续集成,并验证了该方法的可行性,提供云的解决方案,降低了部署成本,保障了电网信息化建设质量,提高了信息化效率。     

基于参数估计的配电网载波通信异常信号识别方法

为减少电力信息通信错误,实现准确调度,配电网载波通信异常信号准确识别具有重要意义。为此,提出一种基于参数估计的配电网载波通信异常信号识别方法。该方法通过建立配电网载波通信网络模型明确通信节点分布情况。再以构建的配电网载波通信网络模型为参考,在其各个节点上部署采集器,采集经过该节点的载波通信信号,并利用独立分量分析的方法实施去噪处理。利用遗传算法与分数阶傅立叶变换相结合的算法估计配电网载波通信信号参数,得出信号初始频率估计值和信号斜率估计值。最后将两种估计值组成信号特征,并以此为输入,通过分类器实现配电网载波通信异常信号识别。结果表明：与传统识别方法相比,提出方法可以更准确的对配电网载波通信异常信号进行识别,具有更高的灵敏度和特异度。     

国内电网企业云计算成熟度模型及实证

根据目前云计算和云计算成熟度模型（云计算能力评估模型）的研究现状,结合国内电网企业的实际情况,首次提出面向国内电网企业量化的云计算能力成熟度模型,并建立云计算成熟度模型指标体系。该模型将云计算能力细分为业务支撑能力、IT服务能力、基础平台支撑能力和安全防护能力,并将这4个维度的能力进行分类。最后以国内某省级电网公司为切入点,使用该模型和指标体系进行评估分析。     

基于自编码神经网络的电网故障预测算法

针对电力设备因素、人为因素与气象因素导致的电网故障问题，提出了一种基于自编码神经网络的电网故障预测算法.利用电网运维数据与气象数据来预训练自编码网络，以提取其特征及不同数据间的关联关系.基于多级别特征融合和预测网络来构建各影响因素与电网故障间的映射，根据当前电网环境得到电网故障类型，并使用稀疏正则项来增强网络的鲁棒性.仿真与算例分析结果表明，所提出的算法能够提取出丰富的气象特征，并准确预判电网在给定条件下是否会发生故障及发生故障的概率.     

基于深度学习的配电线路瓷绝缘子缺陷识别

考虑当前方法在识别瓷绝缘子缺陷时，受到缺陷类别的影响，导致识别精度较低的问题，提出了基于深度学习的配电线路瓷绝缘子缺陷识别方法。根据瓷绝缘子可靠性测试原理，采用兆欧表测试配电线路电源电压，通过计算配电线路的电源负载特性，引入测试电压波纹系数，对配电线路瓷绝缘子缺陷进行电子信号检测。根据配电线路瓷绝缘子表面的缺陷区域分布规律，计算瓷绝缘子缺陷图像的深度学习中心和隶属度函数。利用深度学习特征的最佳数量，定位检索配电线路瓷绝缘子缺陷特征，通过对瓷绝缘子缺陷图像的二值化处理，实现配电线路瓷绝缘子缺陷识别。实验结果表明，所提方法在识别瓷绝缘子脱落、灼蚀时缺陷识别指标都达到了9,破损时缺陷识别指标均控制在8以上，具有较高的识别精度。