基于多主体博弈的配电网多时间尺度源荷智能调度方法

考虑到用户需求在一定程度上会影响配电网多时间尺度源荷智能调度效果,为此,提出了基于多主体博弈的配电网多时间尺度源荷智能调度方法.由于配电网在运行过程中电能负荷的波动性,分析了配电网多时间尺度源荷变化情景,通过短时间的交互作用,缓解配电网运行的压力,分析了配电网的源荷特性;在考虑差异值变化的前提下,基于多主体博弈建立以最...     

基于多源信息的钢铁企业配电网故障精准定位方法

为实现配电网的自动化故障辨识与定位,提高钢铁企业电网的运行质量与效率,根据多源信息融合算法,研究了一种钢铁企业配电网的故障精准定位方法。为了正确地判定配网运行中的异常状况,提出了一种利用多巢蚂蚁协作的优化布线方案,以改善配网的运行效率和运行效率。首先,根据已有的主要线路,选择出一条支线,构建路线规划模型。在此基础上,提出了多个蚁群协作算法,以负载节点和相应的骨干网络为蚁群路径,并通过集成和更新所有的爬行路径,从而获得最优的配线方案。试验结果显示,采用此算法后,在100次试验中,最佳配线的平均精度为87%,平均配线时间仅为7.101 s,证明了此方法的有效性。     

基于多源大数据的智能配电网停电故障分析与优化配置研究

针对配电网故障分析,提出了基于大数据和智能技术的主动配电网模式,以实现可靠性和经济性的双重协调。在该研究中,采用了多源多特征融合的研判方法,同时考虑了时空特性和选择合适的辅助决策方法。另外,研究针对分布式电源接入和N-1故障的挑战,从供电接入和故障情况下兼顾稳定状况与经济状况两个角度切入,建立双重配电网络。数据表明,潮流结果方面,双层规划相比单层规划更加平滑,并且趋于稳定在0 pu左右。双层规划年利润从6 674万元提升到6 785万元,网损从388万元降低到264万元。结果表明双层规划遗传算法在智能配电网停电故障配置优化中具有显著的效果,实现了可靠性和经济性的双重协调优化。     

基于多源出行数据的居民行为模式分析方法

基于对智能交通卡数据的挖掘与分析能够为城市交通建设和城市管理提供有力支持,但现有研究数据大都仅包含公交或地铁这两方面数据,且主要关注群体性宏观出行规律。针对这一问题,以某城市交通卡数据为例,该数据包含着城市居民日常出行公交、地铁、出租车等多源数据,首先提出行程链的概念对居民出行行为建模,在此基础上给出不同维度的周期性出行特征;然后提出一种基于最长公共子序列的空间周期性特征提取方法,并对城市居民出行规律进行聚类分析;最后通过规则定义5个评价指标对该方法的有效性进行初步验证。结果表明引入该方法的聚类算法对聚类结果有6.8%的效果提升,有利于发现居民的行为模式。     

基于多源告警的攻击事件分析

为解决多源告警中的复杂攻击难以被发现的问题,提出一种攻击序列模式挖掘算法。利用正则表达式匹配告警,将多源告警规范化为统一格式。对冗余告警信息进行压缩,利用强关联规则训练得到的规则集聚合同一阶段的告警,有效去除冗余告警,精简告警数量。利用滑动窗口对聚合后的告警进行划分得到候选攻击事件数据集,通过改进的PrefixSpan算法挖掘得到多阶段攻击事件的攻击序列模式。实验结果表明,该算法在不依赖专家知识的前提下,能够准确并高效地分析告警相关性,还原攻击事件中的攻击步骤。相比传统PrefixSpan算法,提出的改进算法的攻击模式挖掘效率提升了48.05%。     

基于机器学习的多源网络数据跨源分类算法研究

以提升多源网络数据跨源分类算法的分类精度以及抗干扰性为目标,研究基于机器学习的多源网络数据跨源分类算法.利用设定阈值预取操作待分类的海量多源网络异构数据,选取增量式正交分量分析方法对完成预取操作的多源网络数据实施降维处理并提取特征,获取具有较低维度的特征向量,将具有较低维度的特征向量发送至多核学习的支持向量机分类器内,...     

密集杂波环境下基于KHM的多目标数据关联

针对在杂波密集、多目标交叉的场景中,传统聚类算法在数据关联中出现的用聚类中心点更新航迹产生较大误差。为减少误差,提高航迹精度,提出一种基于KHM（k-Harmonic Means）的多目标数据关联算法。算法首次将KHM用于多目标的数据关联问题中,先对接收到的量测数据通过KHM算法进行聚类处理,然后结合最近邻思想完成量测-航迹的关联,在目标出现密集交叉时,引入KHM的＂软聚类＂方法,实现了量测-航迹的精确关联。采用蒙特卡罗仿真结果表明,基于KHM的关联算法在精度上要优于PDA算法,并验证了算法的可信性和有效性。     

多传感器多目标数据关联模糊聚类算法的改进

多传感器多目标跟踪广泛应用于军事和民用监视系统。数据关联和滤波技术是多目标多传感器跟踪监视系统的主要组成部分。近年来,人们开始研究模糊数据关联方法,取得了较好的效果。本文针对基于模糊聚类均值算法的数据关联方法中的一些问题,提出了一些改进的想法,仿真结果说明了其有效性。     

基于多源数据融合的配电网规划基础数据分析与应用平台研究

困扰配电网规划的主要问题包括基础数据收资和分析困难,规划项目管理无专业技术支持、完全依赖人工管理等,解决这些问题能够有效提升配电网规划工作成效,能更有效和针对性的从规划层面解决配电网运行问题。本文以贵州电网规划研究中心“配电网规划基础数据应用研究项目”的工程实践为基础,分析总结项目实践经验,论述了通过多源数据融合实现对配电网规划基础数据的全面、快速整合,提出了配电网规划基础数据分析及应用路线,其研究成果对提升配电网规划管理和技术有较大作用和意义。     

基于社会网络分析的协同推荐方法改进

协同推荐是电子商务中被广泛使用的个性化服务技术,但由于数据稀疏、冷启动等原因,导致现有协同推荐方法的个性化服务水平不高。为提高协同推荐的准确性,利用社会网络分析对协同推荐方法加以改进,提出一种基于社会网络分析改进的协同推荐方法。该方法利用社会网络分析技术分析用户间的关系,将其量化为信任度以填充用户-项矩阵,并将信任度融入到用户相似性计算中。通过实验分析验证了所提方法的有效性。以信任度扩充用户-项矩阵不仅可以较好地解决协同推荐中数据稀疏和冷启动问题,而且能够提高协同推荐的准确性。     

一种新的数据预处理算法--NLCA

针对数据预处理的方法进行了研究,提出了基于非线性相关性分析与量化（Non-Linear Correlation Analysis,NLCA）算法。NLCA算法是一种基于在多重图中通过对多重边聚合从而达到约简的工具,它包括边聚合与点聚合。这种算法能够很好地表示实时数据全局的相关性,改进了现有使用联合概率的单一计算方法。对该算法进行了大量实际数据的验证,显示出它是一种优于现有的数据预处理方法。     

基于多源数据的白洋淀水域变化分析

以白洋淀水域为研究区域,针对白洋淀水域上游2个河道水文站的年平均流量、水位及水域遥感监测面积等数据,进行Mann-Kendall趋势、突变的检验,以及水位-面积拟合,并对结果进行分析,以期从多源数据中挖掘白洋淀水域的变化特征。分析结果表明:紫荆关站与阜平站的年平均流量呈显著下降趋势,且这种下降趋势在1990年后更加显著;白洋淀的水面面积经过急速下降—持续较低—缓慢上升的发展阶段,整体呈不显著下降状态,并且按先中部东部,再南部北部,最后西部的空间顺序增长;由于白洋淀上游河流流量不足,引水济淀仍然是保持白洋淀正常生态环境的有效途径;白洋淀春季、秋季、冬季水位-面积正相关关系明显,夏季较差,春、秋、冬三季水位-面积整体正相关且拟合关系较好。     

基于监测数据关联分析的瓦斯浓度预警方法

提出了一种基于监测数据关联分析的瓦斯浓度预警方法。以矿井瓦斯监测数据为研究对象,分析其统计特征,利用灰色关联分析方法研究瓦斯监测数据构成的时间序列的内在关联特征,并在此基础上确定基于实时监测数据的瓦斯浓度预警指标及其预警阈值,进而分析瓦斯浓度异常情况,划分预警等级,实现动态、量化预警。实例分析表明该方法对于现场的单一测点瓦斯浓度预警具有较好的适用性,可为煤矿日常安全管理提供有效的决策依据。     

基于智能的配电网电力大数据三维场景可视化分析

配电网电力大数据的三维场景重构是实现数据优化挖掘的关键,提出基于人工智能的配电网电力大数据三维场景可视化分析方法。建立配电网电力大数据三维场景的网格分布结构模型,并进行配电网电力大数据三维场景实时数据监测,根据监测结果进行配电网电力大数据的统计特征分析,对配电网电力大数据三维场景实时数据采用信息融合和模糊层析性分析方法进行信息融合和自适应调度,提取配电网电力大数据的三维可视化分布特征量,采用视觉特征重构技术,实现对配电网电力大数据三维场景可视化重构,在人工智能算法控制下提高电力大数据三维场景可视化重构的精度。仿真结果表明,采用该方法进行配电网电力大数据三维场景可视化重构的精度较高,提高了配电网电力大数据挖掘的效能。     

基于垂直分布方法的关联规则算法及改进

数据挖掘中的关联规则挖掘近些年一直是人们研究的热点。但是关联规则挖掘的经典算法Apriori存在着挖掘效率低、系统开销大等问题。AprioriTid、DIC等算法,也仅从某一方面进行了改进。针对上述问题,提出了一种新的改进算法,新算法从三大方面对原有的算法进行了改进,以此提高算法的效率,降低系统的开销。     

基于集对分析的网络流量大数据均衡调度方法

为了有效降低网络流量传输时的网络负载,基于集对分析策略,提出DNS网络流量大数据均衡调度方法。设计Dramp流量路由控制方法,根据链路权值量化,提出优化函数,实现多路径网络流量的传输,在静态域名解析(DNS)的环境下,重新构建网络链路,设计了一个包括网络流量负载信息和网络信息实体输入信息,且序列一体的传输链路,用于配合路由控制,最后基于集对分析思想,根据定向控制器分析信息,保证路由和链路的匹配,实现网络流量的均衡调度。实验数据表明,与传统方法相比,设计的DNS网络流量大数据均衡调度方法,网络时延降低了21%,丢包率降低了27%,可以有效降低网络负载。     

基于负载均衡的多源流数据实时存储系统

物联网感知流数据多以时序数据为主,具有数据量大、连续到达、多来源等特点。现有的基于HBase的交通流数据存储系统在数据写入并发量大时,仍然存在存储效率低与系统可用性不高的问题。针对该问题,设计并实现了基于负载均衡的多源流数据实时存储系统。该系统将数据代理扩展为集群架构,提出了一种基于负载均衡的任务调度算法,实现了任务与数据代理之间的按序匹配,使数据代理集群负载均衡地处理任务,实现数据并行存储到HBase数据库中。实验对比结果表明:该系统使各数据代理的数据分配比例维持在0.3~0.4,同时以约1.5倍于单数据代理的速度将数据写入HBase数据库。