选择特殊符号
选择搜索类型
请输入搜索
前言
第1章 绪论
1.1 配电网的概念与分类
1.2 配电网的典型接线方式
1.3 配电网中性点接地方式
1.4 配电网的故障区段定位技术研究现状
1.5 本书主要内容
参考文献
第2章 配电网远方控制馈线自动化
2.1 引言
2.2 配电网馈线自动化设备与配置
2.3 配电网远方控制馈线自动化系统模式
2.4 配电网数据采集与监视控制系统(SCADA)
2.5 配电网地理信息系统(GIS)
2.6 本章小结
参考文献
第3章 配电网故障辨识*优化基础理论
3.1 引言
3.2 约束*优化问题的一般描述
3.3 配电网馈线故障辨识*优化问题
3.4 配电网馈线故障辨识的逻辑优化理论
3.5 配电网馈线故障辨识的代数优化理论
3.6 本章小结
参考文献
第4章 配电网馈线故障辨识的模式搜索算法
4.1 引言
4.2 基于模式搜索的配电网馈线故障辨识原理
4.3 基于模式搜索算法的配电网故障区段定位方法有效性
4.4 本章小结
参考文献
第5章 配电网馈线故障辨识的整数规划模型和线性整数规划算法
5.1 引言
5.2 基于整数规划的配电网故障定位数学模型
5.3 配电网故障定位整数规划模型求解
5.4 配电网故障定位整数规划数学模型有效性
5.5 配电网馈线故障辨识的线性整数规划技术工程方案
5.6 本章小结
参考文献
第6章 配电网馈线故障辨识的互补优化模型和光滑化算法
6.1 引言
6.2 配电网故障区段定位的互补约束模型
6.3 互补约束故障定位模型的光滑优化算法
6.4 配电网故障定位互补优化数学模型的有效性
6.5 配电网馈线故障辨识的互补优化技术工程方案
6.6 本章小结
参考文献
第7章 配电网馈线故障辨识的方程组模型及牛顿-拉夫逊算法
7.1 引言
7.2 无信息畸变时的故障定位线性方程组模型
7.3 基于辅助因子的故障定位容错性方程组模型
……
本书紧密围绕配电网故障区段定位优化方法的主题开展研究,主要内容包括配电网故障定位的群体智能方法、线性整数规划方法、互补优化方法、牛顿-拉夫逊方法、预测校正算法等。
本书可作为从事配电网运行与管理领域工作的科研人员、工程技术人员和技术管理人员的参考书,也可作为普通高等院校电力系统及其自动化专业研究生的辅导教材。
首先要确定故障的位置和故障原因,在断开电源的前提下,进行维修和更换为好!安全第一!
配电网络的拓扑分析是根据配电电气元件的连接关系,把整个配电网络看成线与点结合的拓扑图,然后根据电源结点、开关结点等进行整个网络的拓扑连线分析,它是配电网络进行状态估计、潮流计算、故障定位、隔离及供电恢...
这个图上是不是前段为高压配电网,中段为中压配电网,后段为低压配电网?
中段也是高压(配电网),即;变电站...箱变、台变。
配电网电缆故障及其查找定位
人们日常生活与生产过程中,均需要电能作为主要能源供应,特别是近年来我国电能需求逐年增加,配电网建设逐渐完善,但是现实当中依旧会发生电缆故障。保证配电网电缆发生故障快速查找并修复,对提供电力系统运行稳定性具有直接的影响。特别是随着我国配电网实现改造后,配电网运行稳定性得到了显著的提升。
10kV配电网馈线自动化的优化配置方式
馈线自动化是提高配电网可靠性的重要措施,但其投入资金巨大。为了有效解决可靠性与经济性相矛盾的问题,结合10 k V配电网馈线自动化建设取得经济效益较少的实际情况,提出了馈线自动化差异化配置策略。首先,建立了辐射分段接线和联络分段接线2种可靠性计算模型;其次,对馈线自动化4种典型方式分别进行经济性分析;然后,提出了10 k V配电网馈线自动化优化配置实施流程,实现了以单位投资减少停电时间为最优化目标的配置策略。通过天津某区馈线自动化改造的实际工程案例,验证了差异化优化配置策略的可行性。
雷定猷编著的《铁路超限超重货物运输优化模型与算法》从信息化角度来论述超限超重运输优化问题,提出了一系列超限超重运输优化模型与算法,探索更好地解决超限超重货物运输组织和运输安全问题的途径。全书共七章节,内容包括铁路超限超重货物运输评价、铁路建筑限界综合、铁路超限超重货物装载决策、铁路超限超重货物运输径路优化等。
中南大学交通运输工程学院教授,博士,博士生导师,中南大学综合交通系统研究所所长。从1993年开始一直从事交通运输组织的教学和科研工作。国内外发表学术论文60余篇,国际三大检索论文40余篇。主持了国家自然科学基金项目“铁路超限超重货物运输组织理论研究”和系列“超限超重货物运输和货物装载布局”的铁道部重点课题;开发了C/S和B/S两种模式的站段级、铁路局级和铁道部级三个层次的超限超重货物运输决策软件,软件目前全路使用,并获得了广铁集团公司科学技术进步一等奖,铁道部科学技术进步二等奖。
《工程优化:原理、算法与实施》主要内容包括线性规划、非线性规划、几何规划、动态规划、整数规划、随机规划以及准则算法、智能算法等多种优化方法的原理,算法实施及收敛性讨论。最后介绍如何应用商业软件中的优化模块实施工程优化设计 。
由于网络所有可能的划分数量是巨大的,假设网络的结点数和边数分别为n和m,则所有可能的社区划分数是一个以n为指数的数。因此,在所有可能的划分中找出最优划分是一个NP-hard问题。针对这一问题,目前一些相应算法已被提出,其可以在合理的时间内找出模块度最大化的近似最优划分。
模块度最大化问题是一个经典的最优化问题,Mark NewMan 基于贪心思想提出了模块度最大化的贪心算法FN 。贪心思想的目标是找出目标函数的整体最优值或者近似最优值,它将整体最优化问题分解为局部最优化问题,找出每个局部最优值,最终将局部最优值整合成整体的近似最优值。FN算法将模块度最优化问题分解为模块度局部最优化问题,初始时,算法将网络中的每个结点都看成独立的小社区。然后,考虑所有相连社区两两合并的情况,计算每种合并带来的模块度的增量。基于贪心原则,选取使模块度增长最大或者减小最少的两个社区,将它们合并成一个社区。如此循环迭代,直到所有结点合并成一个社区。随着迭代的进行,网络总的模块度是不断变化的,在模块度的整个变化过程中,其最大值对应网络的社区划分即为近似的最优社区划分。
贪心算法FN具体步骤:
去掉网络中所有的边,网络的每个结点都单独作为一个社区;网络中的每个连通部分作为一个社区,将还未加入网络的边分别重新加回网络,每次加入一条边,如果加入网络的边连接了两个不同的社区,则合并两个社区,并计算形成新社区划分的模块度增量。选择使模块度增量最大或者减小最少的两个社区进行合并。如果网络的社区数大于1,则返回步骤(2)继续迭代,否则转到步骤(4);遍历每种社区划分对应的模块度值,选取模块度最大的社区划分作为网络的最优划分。该算法中,需要注意的是,每次加入的边只是影响网络的社区划分,而每次计算网络划分的模块度时,都是在网络完整的拓扑结构上进行,即网络所有的边都存在的拓扑结构上。
为了降低算法的时间复杂度,Vincent Blondel等人提出了另一种层次贪心算法 。该算法包括两个阶段,第一阶段合并社区,算法将每个结点当作一个社区,基于模块度增量最大化标准决定你哪些邻居社区应该被合并。经过一轮扫描后开始第二阶段,算法将第一阶段发现的所有社区重新看成结点,构建新的网络,在新网络上重复进行第一阶段,这两个阶段重复运行,直到网络社区划分的模块度不再增长,得到网络的社区近似最优划分。
这个简单算法具有一下几个优点:首先,算法的步骤比较直观并且易于实现;其次,算法不需要提前设定网络的社区数,并且该算法可以呈现网络的完整的分层社区结构,能够发现在线社交网络的分层的虚拟社区结构,获得不同分辨率的虚拟社区;再次,计算机模拟实验显示,在稀疏网络上,算法是时间复杂度是线性的,在合理的时间内可以处理结点数超过10^9的网络,因此十分适合在线社交网络这样超大规模的负责网络中虚拟社区的发现。