智能变电站通信网络状态评价方法

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (1111 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要针对现有的智能变电站通信网络状态评价中存在过多人为因素的问题,在智能变电站体系结构的基础上,提出一种基于T-S模糊神经网络和模糊C-均值聚类的智能变电站通信网络状态评价模型,并通过实例验证该模型的有效性和可靠性。结果表明,该方法能有效地评价通信网络状态,在工程中具有一定的应用价值。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	熊楠
	王军
	宋尧

关键词 ：智能变电站, 通信网络, 模糊C均值聚类, T-S模糊神经网络, 状态评价

Abstract：There are too many human factors in the state evaluation of intelligent substation communication network. This paper proposes a state evaluation model of intelligent substation communication network based on T-S fuzzy neural network and fuzzy C-mean clustering. The validity and reliability of the model are verified by examples. The results show that this method can effectively evaluate the state of communication network and has certain application value in engineering.

Key words： intelligent substation communication network fuzzy C-means clustering T-S fuzzy neural network state evaluation

收稿日期: 2020-07-27

基金资助:贵州电网有限责任公司科技项目（061000KK52180013）

作者简介: 熊楠（1987—）,男,贵州省贵阳市人,硕士,高级工程师,主要从事电力系统继电保护及自动化工作。

引用本文:

熊楠, 王军, 宋尧. 智能变电站通信网络状态评价方法[J]. 电气技术, 2021, 22(4): 38-42. XIONG Nan, WANG Jun, SONG Yao. Evaluation method of communication network status in intelligent substation. Electrical Engineering, 2021, 22(4): 38-42.

链接本文:

http://dqjs.cesmedia.cn/CN/Y2021/V22/I4/38

[1] 郭升, 童晓阳, 王洪彬. 计及设备老化与计划检修的智能变电站保护系统可靠性评估方法[J]. 电力系统保护与控制, 2019, 47(9): 97-104.
[2] 苏运, 卜凡鹏, 郭乃网, 等. 基于低秩表示的多任务短期电力负荷预测的研究[J]. 现代电力, 2019, 36(3): 58-65.
[3] 刘俊毅, 黄红兵, 章毅, 等. 基于非一致性业务均衡的电力通信网路由分配方法[J]. 电力信息与通信技术, 2017, 15(10): 103-108.
[4] 李廷顺, 王伟, 刘泽三. 考虑不确定区间的电力负荷GELM-WNN预测方法[J]. 计算机工程, 2019, 45(7): 315-320.
[5] 谷云东, 马冬芬, 程红超. 基于相似数据选取和改进梯度提升决策树的电力负荷预测[J]. 电力系统及其自动化学报, 2019, 31(5): 64-69.
[6] 叶远波, 谢民, 王嘉琦, 等. 基于Markov模型与GO法的智能变电站继电保护系统实时可靠性分析[J]. 电力系统保护与控制, 2019, 47(2): 47-55.
[7] 徐兴发, 刘泽华. 一种适用于10kV开关柜的线路电压采集判断装置及方法[J]. 电气技术, 2020, 21(7): 97-102.
[8] 李昌超, 康忠健, 于洪国, 等. 考虑电力业务重要性的电力通信网关键节点识别[J]. 电工技术学报, 2019, 34(11): 2384-2394.
[9] 施寅跃, 付艳兰, 李琳玮, 等. 基于PRP和HSR冗余协议的智能变电站网络组网研究[J]. 电力信息与通信技术, 2018, 16(5): 52-57.
[10] 李昌超, 康忠健, 于洪国, 等. 基于PageRank改进算法的电力系统关键节点识别[J]. 电工技术学报, 2019, 34(9): 1952-1959.
[11] 刘志仁, 曹伟杰, 曹卫国, 等. 智能变电站二次安措在线监视和校核系统的设计与实现[J]. 电气技术, 2020, 21(7): 89-93, 111.
[12] FAN Chengli.Hybrid artificial bee colony algorithm with variable neighborhood search and memory mechanism[J]. Journal of Systems Engineering and Electronics, 2018, 29(2): 405-414.
[13] HOU Kaiyuan, SHAO Guanghui, WANG Haiming, et al.Research on practical power system stability analysis algorithm based on modified SVM[J]. Protection and Control of Modern Power Systems, 2018, 3(2): 2-7.