CN104077438B - 电网大规模拓扑结构构建方法与系统 - Google Patents

电网大规模拓扑结构构建方法与系统 Download PDF

Info

Publication number
CN104077438B
CN104077438B CN201410284273.3A CN201410284273A CN104077438B CN 104077438 B CN104077438 B CN 104077438B CN 201410284273 A CN201410284273 A CN 201410284273A CN 104077438 B CN104077438 B CN 104077438B
Authority
CN
China
Prior art keywords
power network
network topology
sparse matrix
matrix
stage
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410284273.3A
Other languages
English (en)
Other versions
CN104077438A (zh
Inventor
黄翔
陈志刚
孙浩
解文艳
吉小恒
陈志坚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Energy Engineering Group Guangdong Electric Power Design Institute Co Ltd
Original Assignee
China Energy Engineering Group Guangdong Electric Power Design Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Energy Engineering Group Guangdong Electric Power Design Institute Co Ltd filed Critical China Energy Engineering Group Guangdong Electric Power Design Institute Co Ltd
Priority to CN201410284273.3A priority Critical patent/CN104077438B/zh
Publication of CN104077438A publication Critical patent/CN104077438A/zh
Application granted granted Critical
Publication of CN104077438B publication Critical patent/CN104077438B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种电网大规模拓扑结构构建方法与系统，读取已存的电网拓扑关联矩阵表，获取稀疏矩阵，再利用MapReduce对稀疏矩阵处理，获得电网拓扑节点分析结果，计算电网电网拓扑岛连接关系，获得电网拓扑网络结果，最后根据电网拓扑网络结果构建电网大规模拓扑结构。整个过程中，采用严谨的处理计算和处理过程，确保构建准确，利用MapReduce扩展性的优点，简化矩阵计算复杂度，优化计算终止条件，保证大规模稀疏矩阵计算的快捷性，快速计算大范围电网的拓扑结构，以便准确的分析大电网的拓扑节点和电网拓扑岛，最终高效、精准构建电网大规模拓扑结构。

Description

电网大规模拓扑结构构建方法与系统
技术领域
本发明涉及电网技术领域，特别是涉及电网大规模拓扑结构构建方法与系统。
背景技术
电网拓扑结构构建是根据开关状态将由各种电力设备(如发电机、负荷馈线、并联电抗器、变压器、输电线等)连接的网络表示成能用于电力系统分析计算的数学模型，它是电力系统仿真和分析计算的基础。
电力网络拓扑结构构建要求很高的实时性和可靠性，随着电网建设的升级，对电网动态性规划的需求变得日益突出，未来的电网不再是单向层次化的电网，而是双向互动性的电网，电网拓扑的变化也变得日益复杂，需要快速获取大范围电网的拓扑结构，以支持潮流分析、故障检测等上层应用，显然传统分层、局部计算在汇总的方法，不利于对电网整体结构的构建，也不利于精细化的拓扑快速追踪。
发明内容
基于此，有必要针对现有电网大规模拓扑结构构建方法无法快速精准构建电网大规模拓扑结构，无法满足双向互动性电网的需求的问题，提供一种构建速度快、精度高的电网大规模拓扑结构构建方法与系统。
一种电网大规模拓扑结构构建方法，包括步骤：
读取电网拓扑关联矩阵表，根据电网拓扑关联矩阵表获取稀疏矩阵；
利用MapReduce对所述稀疏矩阵进行处理，获得电网拓扑节点分析结果；
根据所述电网拓扑节点分析结果，计算电网拓扑岛连接关系，获得电网拓扑网络结果；
根据电网拓扑网络结果，构建电网大规模拓扑结构。
一种电网大规模拓扑结构构建系统，包括：
稀疏矩阵获取模块，用于读取电网拓扑关联矩阵表，根据电网拓扑关联矩阵表获取稀疏矩阵；
拓扑节点分析模块，用于利用MapReduce对所述稀疏矩阵进行处理，获得电网拓扑节点分析结果；
拓扑网络结果获取模块，用于根据所述电网拓扑节点分析结果，计算电网拓扑岛连接关系，获得电网拓扑网络结果；
构建模块，用于根据电网拓扑网络结果，构建电网大规模拓扑结构。
本发明电网大规模拓扑结构构建方法与系统，读取已存的电网拓扑关联矩阵表，获取稀疏矩阵，再利用MapReduce对稀疏矩阵处理，获得电网拓扑节点分析结果，计算电网电网拓扑岛连接关系，获得电网拓扑网络结果，最后根据电网拓扑网络结果构建电网大规模拓扑结构。整个过程中，采用严谨的处理计算和处理过程，确保构建准确，利用MapReduce扩展性的优点，简化矩阵计算复杂度，优化计算终止条件，保证大规模稀疏矩阵计算的快捷性，快速计算大范围电网的拓扑结构，以便准确的分析大电网的拓扑节点和电网拓扑岛，最终高效、精准构建电网大规模拓扑结构。
附图说明
图1为本发明电网大规模拓扑结构构建方法第一个实施例的流程示意图；
图2为本发明电网大规模拓扑结构构建方法第二个实施例的流程示意图；
图3为本发明电网大规模拓扑结构构建系统第一个实施例的结构示意图；
图4为本发明电网大规模拓扑结构构建系统第二个实施例的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下根据附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施仅仅用以解释本发明，并不限定本发明。
如图1所示，一种电网大规模拓扑结构构建方法，包括步骤：
S100：读取电网拓扑关联矩阵表，根据电网拓扑关联矩阵表获取稀疏矩阵。
电网拓扑关联矩阵表是已存现有的数据，其获取过程可以是整个电网的历史数据或者是专家经验数据，具体来说，电网拓扑关联矩阵表会存储于NoSQL数据库中，直接从电网拓扑关联矩阵表中可以读取出稀疏矩阵。
S200：利用MapReduce对所述稀疏矩阵进行处理，获得电网拓扑节点分析结果。
MapReduce(映射-简化)用于大规模数据集(大于1TB)的并行运算，利用MapReduce框架的优异并行处理能力，高效、准确获取电网拓扑节点分析结果。
S300：根据所述电网拓扑节点分析结果，计算电网拓扑岛连接关系，获得电网拓扑网络结果。
具体来说是根据电网拓扑节点分析结果，对行进行分组汇聚，对列进行分组汇聚，计算获得电网拓扑岛连接关系，再根据电网拓扑岛连接关系，获得电网拓扑网络结果。(在下述具体实施例中将详细解释本步骤)
S400：根据电网拓扑网络结果，构建电网大规模拓扑结构。
根据电网拓扑网络结果，清楚获知电网拓扑中各个节点的网络位置，构建电网大规模拓扑结构。
本发明电网大规模拓扑结构构建方法，读取已存的电网拓扑关联矩阵表，获取稀疏矩阵，再利用MapReduce对稀疏矩阵处理，获得电网拓扑节点分析结果，计算电网电网拓扑岛连接关系，获得电网拓扑网络结果，最后根据电网拓扑网络结果构建电网大规模拓扑结构。整个过程中，采用严谨的处理计算和处理过程，确保构建准确，利用MapReduce扩展性的优点，简化矩阵计算复杂度，优化计算终止条件，保证大规模稀疏矩阵计算的快捷性，快速计算大范围电网的拓扑结构，以便准确的分析大电网的拓扑节点和电网拓扑岛，最终高效、精准构建电网大规模拓扑结构。
在其中一个实施例中，所述利用MapReduce对所述稀疏矩阵进行处理，获得电网拓扑节点分析结果具体包括步骤：
利用MapReduce将所述稀疏矩阵自乘；
将所述稀疏矩阵在自乘过程中相关元素组合，形成新的稀疏矩阵；
利用矩阵的稀疏特性，将新的稀疏矩阵进行迭代计算，再对迭代计算结果进行相关元素组合处理，更新稀疏矩阵，直至更新后的稀疏矩阵不再改变，获得最终稀疏矩阵；
根据所述最终稀疏矩阵，获取电网拓扑节点分析结果。
下面用一个具体实施例中，详细说明上述步骤。
矩阵可以看成带有如下3个属性的关系：行下标、列下标和值。因此，可以把矩阵T看成是关系T(I,J,V)，其元组为(i,j,vij)。对于大电网的拓扑结构，其矩阵通常非常稀疏(绝大部分元素为0)，由于零元素可以被忽略，所以大矩阵特别适合采用关系表示。为了便于存储查询举证数据，将数据保存在NoSQL数据库中，其存储结构如下所示。其中，该表只保存值不为0的数，值为0的则不保存。
电网拓扑关联矩阵表
矩阵T自称可以看作自然连接再加上分组和聚合运算。为了方便描述，我们将矩阵T分为Tl和Tr，即关系Tl(I,J,Vl)和关系Tr(J,K,Vr)的自然连接只有一个公共属性J。对于关系Tl中的每一个元组(i,j,vl)和Tr中的每一个元组(j,k,vr)，两个关系的自然连接会产生元组(i,j,k,vl,vr)，我们的目标是对元素求积，即产生四个字段的元组(i,j,k,v1∧vr)。之后，便可进行分组和聚合运算，其中I和K是分组属性，V1×Vr的和作为聚合结果。即矩阵乘法可以通过两个Map-Reduce的运算串联来实现。第一轮Map和Reduce中，生成四元组元组(i,j,k,v1∧vr)，其中j作为Key，(i,k,v1∧vr)作为Value。之后第二轮Map和Reduce配合，计算(i,k)对应的聚合操作，生成新的元组(i,k)。最后，只保存新出现的元组，已经存在的则不做变动。第三轮Map和Reduce用来优化矩阵迭代，只计算新增元组会影响到的计算，如果没有新元组到达则结束计算。对于新增的元组(i,k)，只改变了第i行和第j列的计算结果，其它计算与前一次重复。同时考虑到批量读取性能要优于随机读取。因此，我们只缩小行号，忽略列号。在计算过程中，列号由于没有相应的行号与之对应，不会影响计算结果。第三轮Map和Reduce的作用是整理行号的集合，保证每个行号只出现一次。最后，利用第5个Map读取行号对应的元组集合，分发给第一轮的Map继续迭代计算。
在其中一个实施例中，所述根据所述电网拓扑节点分析结果，计算电网拓扑岛连接关系，获得电网拓扑网络结果具体包括步骤：
读取电网拓扑点链接表；
根据所述电网拓扑节点分析结果和所述电网拓扑点链接表，将同一拓扑节点的行汇聚在一起，将同一拓扑节点的列汇聚在一起，计算电网拓扑岛连接关系；
根据所述电网拓扑岛连接关系，获得电网拓扑网络结果。
下面用一个具体实施例中，详细说明上述步骤。
在拓扑节点分析的基础上，通过对连接点的进一步分析，可以得到网络拓扑结构。拓扑网络分析，主要针对拓扑节点，研究不同拓扑节点之间的电气链接关系，与电网拓扑关联矩阵表类似，我们给出了电网拓扑点链接表记录了除开关和母线之外的连接关系，最终结果将放在电网拓扑结果表之中。其结构均与电网拓扑关联矩阵表相同。具体来说，将算法分为两个阶段。第一阶段对行数据进行分析，将同一拓扑节点的行汇聚在一起，考虑到拓扑节点构成的子矩阵是一个满秩的矩阵，因此通过列号可以知道拓扑节点内所有节点的编号，认为一个拓扑节点内的节点是一个组，用其中编号最小的节点编号作为组编号。第二阶段对列进行汇聚，形成拓扑节点之间的连接关系。与前一阶段类似，通过列号可以知道一个节点的组号，因此我们只需要将分好组的节点，按行号再进行一次分组，就可以知道拓扑节点之间的关联关系。第一阶段采用了多Map汇聚的形式，首先从“电网拓扑关联矩阵表”和“电网拓扑点链接表”中读取数据，以行号为主键进行分组。Reduce阶段，同一个行号的数据会汇聚在一起。这个阶段，我们会用将组编号，拓扑节点内节点的列编号集合，以及与其它关联节点的列编号保存下来。第二阶段，在Map函数内以列编号作为Key，对数据进行分组。然后再Reduce阶段，不同行但是同一列的元素将会汇聚在一起。对于其它关联节点，在第一阶段已经确定了其行号对应的组，而列号所定义的组则可由来自拓扑节点内的节点的列号确定。
如图2所示，在其中一个实施例中，所述S400之后还有步骤：
S500：根据所述电网拓扑网络结果，更新电网拓扑关联矩阵表。
获取到新的数据之后，更新电网拓扑关联矩阵表，数据库的数据更加真实准确反映电网的历史情况，从而提高下次构建电网拓扑的准确性。
如图3所示，一种电网大规模拓扑结构构建系统，包括：
稀疏矩阵获取模块100，用于读取电网拓扑关联矩阵表，根据电网拓扑关联矩阵表获取稀疏矩阵；
拓扑节点分析模块200，用于利用MapReduce对所述稀疏矩阵进行处理，获得电网拓扑节点分析结果；
拓扑网络结果获取模块300，用于根据所述电网拓扑节点分析结果，计算电网拓扑岛连接关系，获得电网拓扑网络结果；
构建模块400，用于根据电网拓扑网络结果，构建电网大规模拓扑结构。
本发明电网大规模拓扑结构构建系统，稀疏矩阵获取模块100读取已存的电网拓扑关联矩阵表，获取稀疏矩阵，拓扑节点分析模块200利用MapReduce对稀疏矩阵处理，获得电网拓扑节点分析结果，拓扑网络结果获取模块300计算电网电网拓扑岛连接关系，获得电网拓扑网络结果，构建模块400根据电网拓扑网络结果构建电网大规模拓扑结构。整个过程中，采用严谨的处理计算和处理过程，确保构建准确，利用MapReduce扩展性的优点，简化矩阵计算复杂度，优化计算终止条件，保证大规模稀疏矩阵计算的快捷性，快速计算大范围电网的拓扑结构，以便准确的分析大电网的拓扑节点和电网拓扑岛，最终高效、精准构建电网大规模拓扑结构。
在其中一个实施例中，所述拓扑节点分析模块具体：
自乘单元，用于利用MapReduce将所述稀疏矩阵自乘；
组合单元，用于将所述稀疏矩阵在自乘过程中相关元素组合，形成新的稀疏矩阵；
迭代单元，用于利用矩阵的稀疏特性，将新的稀疏矩阵进行迭代计算，再对迭代计算结果进行相关元素组合处理，更新稀疏矩阵，直至更新后的稀疏矩阵不再改变，获得最终稀疏矩阵；
分析单元，用于根据所述最终稀疏矩阵，获取电网拓扑节点分析结果。
在其中一个实施例中，所述拓扑网络结果获取模块具体包括：
读取单元，用于读取电网拓扑点链接表；
计算单元，用于根据所述电网拓扑节点分析结果和所述电网拓扑点链接表，将同一拓扑节点的行汇聚在一起，将同一拓扑节点的列汇聚在一起，计算电网拓扑岛连接关系；
获取单元，用于根据所述电网拓扑岛连接关系，获得电网拓扑网络结果。
如图4所示，在其中一个实施例中，所述电网大规模拓扑结构构建系统还包括：
更新模块500，用于根据所述电网拓扑网络结果，更新电网拓扑关联矩阵表。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种电网大规模拓扑结构构建方法，其特征在于，包括步骤：
读取电网拓扑关联矩阵表，根据电网拓扑关联矩阵表获取稀疏矩阵；
利用MapReduce对所述稀疏矩阵进行处理，获得电网拓扑节点分析结果；
根据所述电网拓扑节点分析结果，计算电网拓扑岛连接关系，获得电网拓扑网络结果；
根据电网拓扑网络结果，构建电网大规模拓扑结构；
所述根据所述电网拓扑节点分析结果，计算电网拓扑岛连接关系，获得电网拓扑网络结果具体包括步骤：
读取电网拓扑点链接表；
根据所述电网拓扑节点分析结果和所述电网拓扑点链接表，第一阶段将同一拓扑节点的行汇聚在一起，第二阶段将同一拓扑节点的列汇聚在一起，计算电网拓扑岛连接关系；
根据所述电网拓扑岛连接关系，获得电网拓扑网络结果；
其中，所述第一阶段将同一拓扑节点的行汇聚在一起的步骤具体包括：
所述第一阶段采用多Map汇聚的形式，从所述电网拓扑关联矩阵表和所述电网拓扑点链接表中读取数据，以行号为主键进行分组，在所述第一阶段的Reduce阶段，将同一个行号的数据会汇聚在一起；
所述第二阶段将同一拓扑节点的列汇聚在一起的步骤包括：所述第二阶段在Map函数内以列编号作为Key，对数据进行分组，在所述第二阶段的Reduce阶段，将不同行但是同一列的元素将会汇聚在一起。
2.根据权利要求1所述的电网大规模拓扑结构构建方法，其特征在于，所述利用MapReduce对所述稀疏矩阵进行处理，获得电网拓扑节点分析结果具体包括步骤：
利用MapReduce将所述稀疏矩阵自乘；
将所述稀疏矩阵在自乘过程中相关元素组合，形成新的稀疏矩阵；
利用矩阵的稀疏特性，将新的稀疏矩阵进行迭代计算，再对迭代计算结果进行相关元素组合处理，更新稀疏矩阵，直至更新后的稀疏矩阵不再改变，获得最终稀疏矩阵；
根据所述最终稀疏矩阵，获取电网拓扑节点分析结果。
3.根据权利要求1或2所述的电网大规模拓扑结构构建方法，其特征在于，所述根据所述电网拓扑节点分析结果，计算电网拓扑岛连接关系，获得电网拓扑网络结果之后还有步骤：
根据所述电网拓扑网络结果，更新电网拓扑关联矩阵表。
4.一种电网大规模拓扑结构构建系统，其特征在于，包括：
稀疏矩阵获取模块，用于读取电网拓扑关联矩阵表，根据电网拓扑关联矩阵表获取稀疏矩阵；
拓扑节点分析模块，用于利用MapReduce对所述稀疏矩阵进行处理，获得电网拓扑节点分析结果；
拓扑网络结果获取模块，用于根据所述电网拓扑节点分析结果，计算电网拓扑岛连接关系，获得电网拓扑网络结果；
构建模块，用于根据电网拓扑网络结果，构建电网大规模拓扑结构；
所述拓扑网络结果获取模块具体包括：
读取单元，用于读取电网拓扑点链接表；
计算单元，用于根据所述电网拓扑节点分析结果和所述电网拓扑点链接表，第一阶段将同一拓扑节点的行汇聚在一起，第二阶段将同一拓扑节点的列汇聚在一起，计算电网拓扑岛连接关系；
获取单元，用于根据所述电网拓扑岛连接关系，获得电网拓扑网络结果；
其中，所述第一阶段将同一拓扑节点的行汇聚在一起的步骤具体包括：
所述第一阶段采用多Map汇聚的形式，从所述电网拓扑关联矩阵表和所述电网拓扑点链接表中读取数据，以行号为主键进行分组，在所述第一阶段的Reduce阶段，将同一个行号的数据会汇聚在一起；
所述第二阶段将同一拓扑节点的列汇聚在一起的步骤包括：所述第二阶段在Map函数内以列编号作为Key，对数据进行分组，在所述第二阶段的Reduce阶段，将不同行但是同一列的元素将会汇聚在一起。
5.根据权利要求4所述的电网大规模拓扑结构构建系统，其特征在于，所述拓扑节点分析模块具体：
自乘单元，用于利用MapReduce将所述稀疏矩阵自乘；
组合单元，用于将所述稀疏矩阵在自乘过程中相关元素组合，形成新的稀疏矩阵；
迭代单元，用于利用矩阵的稀疏特性，将新的稀疏矩阵进行迭代计算，再对迭代计算结果进行相关元素组合处理，更新稀疏矩阵，直至更新后的稀疏矩阵不再改变，获得最终稀疏矩阵；
分析单元，用于根据所述最终稀疏矩阵，获取电网拓扑节点分析结果。
6.根据权利要求4或5所述的电网大规模拓扑结构构建系统，其特征在于，还包括：
更新模块，用于根据所述电网拓扑网络结果，更新电网拓扑关联矩阵表。
CN201410284273.3A 2014-06-23 2014-06-23 电网大规模拓扑结构构建方法与系统 Active CN104077438B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410284273.3A CN104077438B (zh) 2014-06-23 2014-06-23 电网大规模拓扑结构构建方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410284273.3A CN104077438B (zh) 2014-06-23 2014-06-23 电网大规模拓扑结构构建方法与系统

Publications (2)

Publication Number Publication Date
CN104077438A CN104077438A (zh) 2014-10-01
CN104077438B true CN104077438B (zh) 2017-11-10

Family

ID=51598690

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410284273.3A Active CN104077438B (zh) 2014-06-23 2014-06-23 电网大规模拓扑结构构建方法与系统

Country Status (1)

Country Link
CN (1) CN104077438B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104967121B (zh) * 2015-07-13 2018-01-19 中国电力科学研究院 一种大规模电力系统节点的潮流计算方法
CN105932675B (zh) * 2016-06-30 2018-05-25 四川大学 一种电力系统潮流并行协调算法
CN106532963B (zh) * 2016-12-27 2018-11-06 长园共创电力安全技术股份有限公司 一种五防系统图的拓扑着色方法
CN107231250B (zh) * 2017-04-25 2022-08-19 全球能源互联网研究院 一种基于电网信息物理系统感知数据压缩采样方法及装置
CN107742883B (zh) * 2017-09-19 2019-12-24 中国科学院深圳先进技术研究院 一种基于Spark的电力系统拓扑岛快速识别系统和方法
CN107658870A (zh) * 2017-10-17 2018-02-02 中国南方电网有限责任公司超高压输电公司检修试验中心 基于电网分层拓扑结构的同调机组划分快速实现方法
CN108228724A (zh) * 2017-12-11 2018-06-29 厦门亿力吉奥信息科技有限公司 基于图数据库的电网gis拓扑分析方法及存储介质
CN109638823B (zh) * 2018-12-19 2022-08-02 国网河南省电力公司电力科学研究院 用于辐射型电网状态估计的自动分区方法及装置
CN111130842B (zh) * 2019-11-22 2022-04-15 东南大学 一种反映网络多维资源的动态网络图谱数据库构建方法
CN113190939B (zh) * 2021-03-22 2022-09-06 桂林航天工业学院 基于多边形系数的大型稀疏复杂网络拓扑分析和简化方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101976834A (zh) * 2010-09-29 2011-02-16 大连海事大学 一种稀疏矩阵法电力系统网络拓扑分析方法
CN102684191A (zh) * 2012-05-25 2012-09-19 大连海事大学 一种矩阵法网络拓扑分析方法
CN103106183A (zh) * 2013-01-29 2013-05-15 福建天晴数码有限公司 基于mapreduce的大规模稀疏矩阵乘法运算的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9143452B2 (en) * 2012-08-29 2015-09-22 Nec Laboratories America, Inc. Data processing

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101976834A (zh) * 2010-09-29 2011-02-16 大连海事大学 一种稀疏矩阵法电力系统网络拓扑分析方法
CN102684191A (zh) * 2012-05-25 2012-09-19 大连海事大学 一种矩阵法网络拓扑分析方法
CN103106183A (zh) * 2013-01-29 2013-05-15 福建天晴数码有限公司 基于mapreduce的大规模稀疏矩阵乘法运算的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
电力网络拓扑分析算法的研究与设计;王曼;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20130215(第2期);第C042-257/5、25-32、52页 *

Also Published As

Publication number Publication date
CN104077438A (zh) 2014-10-01

Similar Documents

Publication Publication Date Title
CN104077438B (zh) 电网大规模拓扑结构构建方法与系统
Yuan et al. Inverse power flow problem
CN105095966A (zh) 人工神经网络和脉冲神经网络的混合计算系统
CN105095961A (zh) 一种人工神经网络和脉冲神经网络的混合系统
CN105095967A (zh) 一种多模态神经形态网络核
CN105976257A (zh) 基于隶属度函数的模糊综合评价法的电网脆弱性评估方法
CN110417011A (zh) 一种基于互信息与迭代随机森林的在线动态安全评估方法
CN103227467B (zh) 时滞电力系统 Lyapunov 稳定性分析方法
CN107069696B (zh) 一种电力系统状态估计的并行计算方法
CN105095965A (zh) 人工神经网络和脉冲神经网络神经的混合通信方法
CN104077393B (zh) 一种基于半监督谱聚类的最优解列断面搜索方法
CN103020267B (zh) 基于三角簇多标签传播的复杂网络社区结构挖掘方法
CN112491096B (zh) 一种用于生成电网仿真分析算例的方法及系统
CN103326351A (zh) 一种基于层次化聚类自动分区的分布式并行潮流计算方法
CN106228459A (zh) 基于蒙特卡洛的等值可靠性评估方法
CN102779142A (zh) 基于社区紧密度的快速社区发现方法
Yuan et al. Clifford algebra method for network expression, computation, and algorithm construction
CN102819611B (zh) 一种复杂网络局部社区挖掘方法
Wang et al. A data‐driven probabilistic power flow method based on convolutional neural networks
CN104021315A (zh) 基于bp神经网络的电厂厂用电率计算方法
Ivanov et al. State estimation for power systems with multilayer perceptron neural networks
CN107563103B (zh) 基于局部条件的一致性滤波器设计方法
CN102142682A (zh) 一种基于直流潮流模型的支路开断灵敏度计算方法
Kaveh et al. Weighted graph products for configuration processing of planar and space structures
CN104037756B (zh) 一种含复杂电力设备模型的电力系统稳定评估方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C53 Correction of patent for invention or patent application
CB02 Change of applicant information

Address after: 510663 Luogang District, Guangdong, Guangzhou Science City Fung Road, No. 1, No.

Applicant after: Company limited of China Energy Engineering Group Guangdong Electric Power Design Institute

Address before: 510663 Luogang District, Guangdong, Guangzhou Science City Fung Road, No. 1, No.

Applicant before: Guangdong Electric Power Design Institute of CEEC

COR Change of bibliographic data

Free format text: CORRECT: APPLICANT; FROM: CHINA ENERGY ENGINEERING GROUP GUANGDONG ELECTRIC POWER DESIGN INSTITUTE TO: CHINA ENERGY ENGINEERING GROUP GUANGDONG ELECTRIC POWER DESIGN INSTITUTE CO., LTD.

GR01 Patent grant
GR01 Patent grant