CN105590145A - 变电站内的一次设备之间的最短连通距离的识别方法和装置 - Google Patents

变电站内的一次设备之间的最短连通距离的识别方法和装置 Download PDF

Info

Publication number
CN105590145A
CN105590145A CN201610016246.7A CN201610016246A CN105590145A CN 105590145 A CN105590145 A CN 105590145A CN 201610016246 A CN201610016246 A CN 201610016246A CN 105590145 A CN105590145 A CN 105590145A
Authority
CN
China
Prior art keywords
primary equipment
adjacency matrix
node
matrix
fundamental
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.)
Granted
Application number
CN201610016246.7A
Other languages
English (en)
Other versions
CN105590145B (zh
Inventor
和敬涵
王紫琪
张大海
陈泽龙
刘琳
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.)
Beijing Jiaotong University
Original Assignee
Beijing Jiaotong University
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 Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN201610016246.7A priority Critical patent/CN105590145B/zh
Publication of CN105590145A publication Critical patent/CN105590145A/zh
Application granted granted Critical
Publication of CN105590145B publication Critical patent/CN105590145B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047Optimisation of routes or paths, e.g. travelling salesman problem
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/104Peer-to-peer [P2P] networks
    • H04L67/1042Peer-to-peer [P2P] networks using topology management mechanisms

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明实施例提供了一种变电站内的一次设备之间的最短连通距离的识别方法和装置。所述识别方法,包括:步骤一,根据变电站内的一次设备之间的连接关系,构造拓扑图;步骤二,根据所述拓扑图,建立邻接矩阵;所述邻接矩阵表示所述一次设备之间的相邻关系;步骤三,对所述邻接矩阵进行处理,搜索出所述一次设备之间的最短连接路径;步骤四,将所述一次设备之间的最短连接路径保存到路径库。本发明的处理算法比较简单。

Description

变电站内的一次设备之间的最短连通距离的识别方法和装置
技术领域
本发明涉及变电站的监控技术领域,尤其涉及一种变电站内的一次设备之间的最短连通距离的识别方法和装置。
背景技术
智能变电站内部结构复杂,且设备众多,开关动作及设备变化都会对网络的拓扑结构造成一定区域范围内的影响。在实际应用中,经常需要针对某一个确定的变电站站内设备,对其相邻设备进行连通性分析。
目前,应用于电力系统中的拓扑连通性的分析方法主要有矩阵方法及搜索法两种方式。
搜索法方式众多,但其依靠原理可分为深度优先搜索和广度优先搜索。深度优先搜索方法的特点在于,从某一个节点出发,沿支路搜索直至路径末端,回溯后继续搜索新的支路。广度优先搜索方法的特点在于查找与某一节点相邻支路,搜索未被访问临界点。使用搜索法效率较低,对于结构复杂的智能变电站的自适应效果较差。
矩阵法多采用邻接矩阵或关联矩阵来描述相邻节点直接的连通关系。基于关联矩阵衍生出一系列节点合并矩阵运算方法、关联矩阵标记等方法。这些方法对于不相邻节点间是否可达及可达的步长分析并不明确。基于邻接矩阵,可依据矩阵运算规则和布尔代数运算规则得到能达矩阵,求解过程使用warshall算法可对有向或无向图不同距离路径的连通性进行判断。这种方法缺点在于该方法需要进行大规模矩阵运算,计算量大,处理速度慢,无法适应开关量众多、运行方式多变的复杂智能变电站站内一次设备网络。
发明内容
本发明的实施例提供了一种算法简单的变电站内的一次设备之间的最短连通距离的识别方法和装置。
为了实现上述目的,本发明采取了如下技术方案。
一种变电站内的一次设备之间的最短连通距离的识别方法,包括:
步骤一,根据变电站内的一次设备之间的连接关系,构造拓扑图;
步骤二,根据所述拓扑图,建立邻接矩阵;所述邻接矩阵表示所述一次设备之间的相邻关系;
步骤三,对所述邻接矩阵进行处理,搜索出所述一次设备之间的最短连接路径;
步骤四,将所述一次设备之间的最短连接路径保存到路径库。
一种变电站内的一次设备之间的最短连通距离的识别装置,包括:
构造单元,根据变电站内的一次设备之间的连接关系,构造拓扑图;
建立单元,根据所述拓扑图,建立邻接矩阵;所述邻接矩阵表示所述一次设备之间的相邻关系;
处理单元,对所述邻接矩阵进行处理,搜索出所述一次设备之间的最短连接路径;
保存单元,将所述一次设备之间的最短连接路径保存到路径库。
由上述本发明的实施例提供的技术方案可以看出,本发明实施例中,利用图论的数学思想,通过构造邻接矩阵,进行矩阵运算,识别智能变电站站内一次设备的最短连通路径,算法比较简单。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所述的一种变电站内的一次设备之间的最短连通距离的识别方法的流程示意图;
图2为本发明所述的一种变电站内的一次设备之间的最短连通距离的识别装置的连接示意图;
图3是本发明所述的基于图论的智能变电站站内一次设备最短连通距离识别方法的流程图;
图4是本发明实施例中智能变电站的一次设备的拓扑结构示意图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以几个具体实施例为例做进一步的解释说明,且各个实施例并不构成对本发明实施例的限定。
如图1所示,为本发明所述的一种变电站内的一次设备之间的最短连通距离的识别方法,包括:
步骤11,根据变电站内的一次设备之间的连接关系,构造拓扑图;
步骤12,根据所述拓扑图,建立邻接矩阵;所述邻接矩阵表示所述一次设备之间的相邻关系;
步骤13,对所述邻接矩阵进行处理,搜索出所述一次设备之间的最短连接路径;
步骤14,将所述一次设备之间的最短连接路径保存到路径库。
可选的,所述的方法,还包括:
步骤15,采集所述主接线上的电流值,以实时监测所述主接线的线路状态;当所述主接线的线路状态改变时,跳到所述步骤11。当所述主接线的线路状态没有改变时,则定时执行监测步骤。
所述步骤11具体为:
将所述一次设备作为一个基本节点;所有所述基本节点的集合形成基本节点集V;
简化所述变电站中的主接线;将连接各个所述一次设备的主接线作为连接所述基本节点的支路,所有所述支路的集合形成支路集E;
由所述基本节点集V和所述支路集E构成拓扑图,记为G(V,E)。
所述步骤12具体为:
建立n×n的方阵作为邻接矩阵A;n为所述变电站内的一次设备的数量;所述邻接矩阵A的行和列均为所述基本节点的排列,所述邻接矩阵A的第i行第j列对应的元素表示基本节点i和基本节点j之间的连接关系;
vi为基本节点i处的一次设备;vj为基本节点j处的一次设备。
所述步骤13包括:
步骤131,设定计数参数k的当前值为1;选定当前节点的当前序号w;
步骤132,根据所述当前序号w,从所述邻接矩阵A中提取当前行w和当前列w;
步骤133,将所述当前列w列作为列矩阵,当前行w行作为行矩阵,根据矩阵乘法运算规则,进行相乘,,得到第二矩阵A’;将所述邻接矩阵A中当前行w行和当前列w列中的元素清零,以更新所述邻接矩阵A;
步骤134,查找所述第二矩阵A’中元素1所在的行和列;根据查找出的所述列和行以及计数参数k的当前值,生成查找出的所述列和行对应的一次设备与当前节点对应的一次设备之间的到达步长,作为一次设备之间的最短连接路径;
步骤135,判断是否满足以下任意一个条件;条件一:计数参数k的当前值≥n-1;条件二:所述变电站内的基本节点全部被搜索过;
步骤136,如果满足,则跳到所述步骤14;否则,将更新后的所述邻接矩阵A中的对应于所述第二矩阵A’中元素为1所在位置的元素置零,以更新所述邻接矩阵A;将所述计数参数k的当前值加1;根据查找出的所述列和行,设定所述当前节点的当前序号w,返回所述步骤132。
如图2所述,为本发明所述的一种变电站内的一次设备之间的最短连通距离的识别装置,包括:
构造单元21,根据变电站内的一次设备之间的连接关系,构造拓扑图;
建立单元22,根据所述拓扑图,建立邻接矩阵;所述邻接矩阵表示所述一次设备之间的相邻关系;
处理单元23,对所述邻接矩阵进行处理,搜索出所述一次设备之间的最短连接路径;
保存单元24,将所述一次设备之间的最短连接路径保存到路径库。
所述构造单元21具体为:
将所述一次设备作为一个基本节点;所有所述基本节点的集合形成基本节点集V;
简化所述变电站中的主接线;将连接各个所述一次设备的主接线作为连接所述基本节点的支路,所有所述支路的集合形成支路集E;
由所述基本节点集V和所述支路集E构成拓扑图,记为G(V,E)。
所述建立单元22具体为:
建立n×n的方阵作为邻接矩阵A;n为所述变电站内的一次设备的数量;所述邻接矩阵A的行和列均为所述基本节点的排列,所述邻接矩阵A的第i行第j列对应的元素表示基本节点i和基本节点j之间的连接关系;
vi为基本节点i处的一次设备;vj为基本节点j处的一次设备。
所述的装置,还包括:
采集单元25,采集所述主接线上的电流值,以实时监测所述主接线的线路状态;当所述主接线的线路状态改变时,启动所述构造单元。
本发明所述的一种基于图论的智能变电站站内一次设备最短连通路径的识别方法,利用图论的数学思想,通过构造邻接矩阵,进行矩阵运算,识别智能变电站站内一次设备的最短连通路径。也就是说,本发明以变电站内一次设备为基本的拓扑节点,通过邻接矩阵的并行处理方法,提高运算速度,且运算过程无重复,有效减小计算量,同时保证了搜索路径最短,准确确定站内某一次设备与其他设备之间的可达性及电气连接距离。
另外,本发明以智能变电站一次设备为基本的拓扑节点,基于邻接矩阵进行连通路径分析,保证了搜索路径最短可适应于运行方式多样的变电站结构。通过对邻接矩阵的处理,准确确定一次设备之间的可达性及电气连接距离,克服了现有连通路径搜索方法的不足,既可以准确确定不同一次设备之间的可达性及电气连接距离,也能通过并行处理,提高运算速度。
以下描述本发明的第一实施例。
一种基于图论的智能变电站站内一次设备最短连通距离识别方法,包括有以下步骤:
步骤1,依据图论相关知识,针对智能变电站站内一次设备连接关系进行拓扑图构造,并根据实时线路状况,建立n节点邻接矩阵A。即:构建一次设备连接关系拓扑图及邻接矩阵,即利用图论知识简化上图智能变电站中的主接线。取单个一次设备为一个基本节点,所有需要分析的设备集合形成节点集V。连接这些一次设备的线路视为连接基本节点的支路,所有支路构成集合E。由节点集V和支路集E构成配电网的拓扑结构图,记为G(V,E),并建立邻接矩阵A。A可以表示一次设备之间的相邻关系。对于有n个节点的拓扑结构图来说,邻接矩阵A为一个n×n的方阵。行列均为节点的排列,对应的第i行第j列元素表示节点i和节点j的连接关系。当连接两个节点的线路正常导通,说明支路处于连通状态,可视为直接相连,即邻接矩阵A中对应位置的元素为1。当连接两个节点的线路处于断开状态,即该支路两端节点未直接相连,邻接矩阵对应位置元素为0。即A中元素可表示为:
其中,支路的连通状态可以由线路连通检测元件,通过采集线路上的电流值实时监测线路状态确定。并选取某设备节点i作为起始节点。取j=i,并取k=1。
步骤2,实时监测线路状态,并实时对拓扑结构图及邻接矩阵进行修正。该步骤具体为:构造线路连通检测元件,通过采集线路上的电流值实时监测线路状态。一旦有线路状态改变(由连通变为断开,或由断开变为连通),则提交信息至拓扑结构及矩阵存储单元所在位置,并实时对拓扑结构图及邻接矩阵中元素进行修正。
步骤3,通过邻接矩阵并行处理方法,搜索不同设备之间的最短连接路径,并建立路径库。
该步骤具体包括:
(1)选取节点i作为起始节点。取j=i,并取k=1。
(2)取邻接矩阵A中的j行j列。
(3)对于取出的j行j列进行并行处理。具体为:一方面,j列×j行,(多元素情况下分别相乘),得到计算后矩阵A’;另一方面,同步对邻接矩阵A中j行j列清零。
(4)查找矩阵A’中的元素1,进行并行处理。具体为:一方面查找A’中元素1所在行列m,其所对应变电站k步可达;另一方面,在步骤(3)得到的邻接矩阵A基础上,对应于矩阵A’中元素为1所在位置的元素置零。
(5)比较k与节点n的大小,当k≥n-1,或节点全部搜索完毕,则查找节点设备i的连通设备及其可达步长任务结束,执行步骤(6);否则,令k=k+1,j=m,返回步骤(2)。
(6)建立路径库,将上述搜索路径存入路径库中。检查线路是否发生变化;如果发生变化,则跳回步骤(1),建立矩阵A并重新开始计算。
以下描述本发明的第二实施例。
本发明包括如下步骤:
以下描述本发明的第二实施例。
通过本发明的基于图论的智能变电站站内一次设备最短连通距离识别方法应用到图4所示的拓扑结构图中说明该方法的应用,其流程图如图3所示。
在图4所示的拓扑中,一共有14个节点,一次设备d所在节点为起始节点,在此搜索节点d与其他节点设备的连接关系及最短路径,具体步骤如下:
步骤一:构建图4所示拓扑的邻接矩阵A,
A = 1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 0 1 1 1 1 0 0 0 0 0 0 0 0 0 2 1 0 0 0 1 0 0 0 0 0 0 0 0 0 3 1 0 0 1 0 0 0 0 0 0 0 0 0 0 4 1 0 1 0 1 0 0 1 0 0 0 0 0 0 5 1 1 0 1 0 0 1 0 0 0 1 0 0 0 6 0 0 0 0 0 0 1 0 0 0 0 0 0 0 7 0 0 0 0 1 1 0 0 0 0 1 0 0 0 8 0 0 0 1 0 0 0 0 1 0 0 0 1 0 9 0 0 0 0 0 0 0 1 0 1 0 1 0 0 10 0 0 0 0 0 0 0 0 1 0 1 0 0 0 11 0 0 0 0 1 0 1 0 0 1 0 0 0 1 12 0 0 0 0 0 0 0 0 1 0 0 0 1 0 13 0 0 0 0 0 0 0 1 0 0 0 1 0 1 14 0 0 0 0 0 0 0 0 0 0 1 0 1 0
取j=4,并取k=1。
步骤二:取邻接矩阵A中的j行j列,即4行4列。
步骤三:对于取出的4行4列进行并行处理:
一方面,4列×4行,得到计算后矩阵A’;
因为矩阵A为对称矩阵,所以j行元素与j列元素相同。
列×行的具体运算过程为:
列为: A 1 A 2 ... A i ... A n
行为B1B2...Bj...Bn
列×行的结果为: A 1 B 1 A 1 B 2 ... A 1 B j ... A 1 B n A 2 B 1 A 2 B 2 ... A 2 B j ... A 2 B n ... ... ... ... ... ... A i B 1 A i B 2 ... A i B j ... A i B n ... ... ... ... ... ... A n B 1 A n B 2 ... A n B j ... A n B n
利用上述方法,即可得到计算后矩阵A’;
A ′ = 1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 1 0 1 0 1 0 0 1 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 1 0 1 0 1 0 0 1 0 0 0 0 0 0 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 1 0 1 0 1 0 0 1 0 0 0 0 0 0 6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8 1 0 1 0 1 0 0 1 0 0 0 0 0 0 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10 0 0 0 0 0 0 0 0 0 0 0 0 0 0 11 0 0 0 0 0 0 0 0 0 0 0 0 0 0 12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 13 0 0 0 0 0 0 0 0 0 0 0 0 0 0 14 0 0 0 0 0 0 0 0 0 0 0 0 0 0
另一方面,同步对邻接矩阵A中4行4列清零。
处理前矩阵为: A ′ = 1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 1 0 1 0 1 0 0 1 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 1 0 1 0 1 0 0 1 0 0 0 0 0 0 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 1 0 1 0 1 0 0 1 0 0 0 0 0 0 6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8 1 0 1 0 1 0 0 1 0 0 0 0 0 0 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10 0 0 0 0 0 0 0 0 0 0 0 0 0 0 11 0 0 0 0 0 0 0 0 0 0 0 0 0 0 12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 13 0 0 0 0 0 0 0 0 0 0 0 0 0 0 14 0 0 0 0 0 0 0 0 0 0 0 0 0 0
处理后矩阵为: A = 1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 0 1 1 0 1 0 0 0 0 0 0 0 0 0 2 1 0 0 0 1 0 0 0 0 0 0 0 0 0 3 1 0 0 0 0 0 0 0 0 0 0 0 0 0 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 1 1 0 0 0 0 1 0 0 0 1 0 0 0 6 0 0 0 0 0 0 1 0 0 0 0 0 0 0 7 0 0 0 0 1 1 0 0 0 0 1 0 0 0 8 0 0 0 0 0 0 0 0 1 0 0 0 1 0 9 0 0 0 0 0 0 0 1 0 1 0 1 0 0 10 0 0 0 0 0 0 0 0 1 0 1 0 0 0 11 0 0 0 0 1 0 1 0 0 1 0 0 0 1 12 0 0 0 0 0 0 0 0 1 0 0 0 1 0 13 0 0 0 0 0 0 0 1 0 0 0 1 0 1 14 0 0 0 0 0 0 0 0 0 0 1 0 1 0
步骤四:查找A’中元素1,取A’中元素为1的行列,可看到,所对应节点为1、3、5、8,即一次设备1、3、5、8与设备4直接相连,一步可达;另一方面,在步骤三得到的邻接矩阵A基础上,对应于矩阵A’中元素为1所在位置的元素置零。
A = 1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 2 1 0 0 0 1 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 0 1 0 0 0 0 1 0 0 0 1 0 0 0 6 0 0 0 0 0 0 1 0 0 0 0 0 0 0 7 0 0 0 0 1 1 0 0 0 0 1 0 0 0 8 0 0 0 0 0 0 0 0 1 0 0 0 1 0 9 0 0 0 0 0 0 0 1 0 1 0 1 0 0 10 0 0 0 0 0 0 0 0 1 0 1 0 0 0 11 0 0 0 0 1 0 1 0 0 1 0 0 0 1 12 0 0 0 0 0 0 0 0 1 0 0 0 1 0 13 0 0 0 0 0 0 0 1 0 0 0 1 0 1 14 0 0 0 0 0 0 0 0 0 0 1 0 1 0
步骤五:令k=k+1,j=1358,返回步骤二。
并依次重复上述步骤,直至节点搜索完毕,运算结束。
步骤六:对于一次设备4来说,一次设备1、3、5、8与一次设备4直接相连,一步可达;一次设备2、7、9、11、13对于4两步可达;一次设备6、10、12、14对于4三步可达。将搜索过程及结果存入路径库。并实时监测连接线路的状态变化情况。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。

Claims (9)

1.一种变电站内的一次设备之间的最短连通距离的识别方法,其特征在于,包括:
步骤一,根据变电站内的一次设备之间的连接关系,构造拓扑图;
步骤二,根据所述拓扑图,建立邻接矩阵;所述邻接矩阵表示所述一次设备之间的相邻关系;
步骤三,对所述邻接矩阵进行处理,搜索出所述一次设备之间的最短连接路径;
步骤四,将所述一次设备之间的最短连接路径保存到路径库。
2.根据权利要求1所述的方法,其特征在于,所述步骤一包括:
将所述一次设备作为一个基本节点;所有所述基本节点的集合形成基本节点集V;
简化所述变电站中的主接线;将连接各个所述一次设备的主接线作为连接所述基本节点的支路,所有所述支路的集合形成支路集E;
由所述基本节点集V和所述支路集E构成拓扑图,记为G(V,E)。
3.根据权利要求2所述的方法,其特征在于,所述步骤二包括:
建立n×n的方阵作为邻接矩阵A;n为所述变电站内的一次设备的数量;所述邻接矩阵A的行和列均为所述基本节点的排列,所述邻接矩阵A的第i行第j列对应的元素表示基本节点i和基本节点j之间的连接关系;
vi为基本节点i处的一次设备;vj为基本节点j处的一次设备。
4.根据权利要求1所述的方法,其特征在于,还包括:
采集所述主接线上的电流值,以实时监测所述主接线的线路状态;
当所述主接线的线路状态改变时,跳到所述步骤一。
5.根据权利要求1所述的方法,其特征在于,所述步骤三包括:
步骤31,设定计数参数k的当前值为1;选定当前节点的当前序号w;
步骤32,根据所述当前序号w,从所述邻接矩阵A中提取当前行w和当前列w;
步骤33,将所述当前列w列作为列矩阵,当前行w行作为行矩阵,根据矩阵乘法运算规则,进行相乘,得到第二矩阵A’;将所述邻接矩阵A中当前行w行和当前列w列中的元素清零,以更新所述邻接矩阵A;
步骤34,查找所述第二矩阵A’中元素1所在的行和列;根据查找出的所述列和行以及计数参数k的当前值,生成查找出的所述列和行对应的一次设备与当前节点对应的一次设备之间的到达步长,作为一次设备之间的最短连接路径;
步骤35,判断是否满足以下任意一个条件;条件一:计数参数k的当前值≥n-1;条件二:所述变电站内的基本节点全部被搜索过;
步骤36,如果满足,则跳到所述步骤四;否则,将更新后的所述邻接矩阵A中的对应于所述第二矩阵A’中元素为1所在位置的元素置零,以更新所述邻接矩阵A;将所述计数参数k的当前值加1;根据查找出的所述列和行,设定所述当前节点的当前序号w,返回所述步骤32。
6.一种变电站内的一次设备之间的最短连通距离的识别装置,其特征在于,包括:
构造单元,根据变电站内的一次设备之间的连接关系,构造拓扑图;
建立单元,根据所述拓扑图,建立邻接矩阵;所述邻接矩阵表示所述一次设备之间的相邻关系;
处理单元,对所述邻接矩阵进行处理,搜索出所述一次设备之间的最短连接路径;
保存单元,将所述一次设备之间的最短连接路径保存到路径库。
7.根据权利要求6所述的装置,其特征在于,所述构造单元具体为:
将所述一次设备作为一个基本节点;所有所述基本节点的集合形成基本节点集V;
简化所述变电站中的主接线;将连接各个所述一次设备的主接线作为连接所述基本节点的支路,所有所述支路的集合形成支路集E;
由所述基本节点集V和所述支路集E构成拓扑图,记为G(V,E)。
8.根据权利要求7所述的装置,其特征在于,所述建立单元具体为:
建立n×n的方阵作为邻接矩阵A;n为所述变电站内的一次设备的数量;
所述邻接矩阵A的行和列均为所述基本节点的排列,所述邻接矩阵A的第i行第j列对应的元素表示基本节点i和基本节点j之间的连接关系;
vi为基本节点i处的一次设备;vj为基本节点j处的一次设备。
9.根据权利要求6所述的装置,其特征在于,还包括:
采集单元,采集所述主接线上的电流值,以实时监测所述主接线的线路状态;当所述主接线的线路状态改变时,启动所述构造单元。
CN201610016246.7A 2016-01-11 2016-01-11 变电站内的一次设备之间的最短连通距离的识别方法和装置 Active CN105590145B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610016246.7A CN105590145B (zh) 2016-01-11 2016-01-11 变电站内的一次设备之间的最短连通距离的识别方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610016246.7A CN105590145B (zh) 2016-01-11 2016-01-11 变电站内的一次设备之间的最短连通距离的识别方法和装置

Publications (2)

Publication Number Publication Date
CN105590145A true CN105590145A (zh) 2016-05-18
CN105590145B CN105590145B (zh) 2019-11-15

Family

ID=55929711

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610016246.7A Active CN105590145B (zh) 2016-01-11 2016-01-11 变电站内的一次设备之间的最短连通距离的识别方法和装置

Country Status (1)

Country Link
CN (1) CN105590145B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106533777A (zh) * 2016-11-29 2017-03-22 广东工业大学 基于矩阵行列的智能变电站信息流路径确定方法及系统
CN107276896A (zh) * 2016-11-24 2017-10-20 北京交通大学 改进迪杰斯特拉算法的两点间最短路径搜索方法
CN109510765A (zh) * 2019-01-16 2019-03-22 山东省计算中心(国家超级计算济南中心) 一种计算节点互联拓扑构建连接方法及软件系统
CN109743252A (zh) * 2018-12-25 2019-05-10 广州供电局有限公司 倒闸操作路径的生成方法、装置、计算机设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102566576A (zh) * 2012-02-24 2012-07-11 山东鲁能智能技术有限公司 一种用于变电站顺控系统的多巡检机器人协同运作方法
CN103001318A (zh) * 2011-09-08 2013-03-27 湖南省电力勘测设计院 一种基于61850的智能化变电站拓扑五防实现方法
CN104218673A (zh) * 2014-08-06 2014-12-17 国网上海市电力公司 电网自动化智能分区方法
CN105119741A (zh) * 2015-07-21 2015-12-02 重庆邮电大学 一种云网络可靠性度量方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103001318A (zh) * 2011-09-08 2013-03-27 湖南省电力勘测设计院 一种基于61850的智能化变电站拓扑五防实现方法
CN102566576A (zh) * 2012-02-24 2012-07-11 山东鲁能智能技术有限公司 一种用于变电站顺控系统的多巡检机器人协同运作方法
CN104218673A (zh) * 2014-08-06 2014-12-17 国网上海市电力公司 电网自动化智能分区方法
CN105119741A (zh) * 2015-07-21 2015-12-02 重庆邮电大学 一种云网络可靠性度量方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107276896A (zh) * 2016-11-24 2017-10-20 北京交通大学 改进迪杰斯特拉算法的两点间最短路径搜索方法
CN107276896B (zh) * 2016-11-24 2020-03-27 北京交通大学 改进迪杰斯特拉算法的两点间最短路径搜索方法
CN106533777A (zh) * 2016-11-29 2017-03-22 广东工业大学 基于矩阵行列的智能变电站信息流路径确定方法及系统
CN109743252A (zh) * 2018-12-25 2019-05-10 广州供电局有限公司 倒闸操作路径的生成方法、装置、计算机设备和存储介质
CN109743252B (zh) * 2018-12-25 2021-08-31 广东电网有限责任公司广州供电局 倒闸操作路径的生成方法、装置、计算机设备和存储介质
CN109510765A (zh) * 2019-01-16 2019-03-22 山东省计算中心(国家超级计算济南中心) 一种计算节点互联拓扑构建连接方法及软件系统

Also Published As

Publication number Publication date
CN105590145B (zh) 2019-11-15

Similar Documents

Publication Publication Date Title
CN109347697B (zh) 机会网络链路预测方法、装置及可读存储介质
CN109839110B (zh) 一种基于快速随机搜索树的多目标点路径规划方法
Zhou et al. A comparative study of improved GA and PSO in solving multiple traveling salesmen problem
Devadas et al. MUSTANG: State assignment of finite state machines targeting multilevel logic implementations
CN104462190B (zh) 一种基于海量空间轨迹挖掘的在线的位置预测方法
CN105590145A (zh) 变电站内的一次设备之间的最短连通距离的识别方法和装置
CN104914835A (zh) 一种柔性作业车间调度多目标的方法
Arzamendia et al. Comparison of eulerian and hamiltonian circuits for evolutionary-based path planning of an autonomous surface vehicle for monitoring ypacarai lake
CN106408124A (zh) 一种面向数据稀疏环境下的移动路径混合预测方法
CN103226581A (zh) 一种基于方向寻优的启发式最短路径搜索方法
CN101330457B (zh) 一种基于商空间覆盖模型的最短路径搜索方法
Cao et al. An accurate solution to the cardinality-based punctuality problem
Cui et al. A road-aware neural network for multi-step vehicle trajectory prediction
Yang et al. Learning to rank paths in spatial networks
Guo et al. Intelligent traffic cloud computing system based on ant colony algorithm
CN107422734B (zh) 基于混沌反向花授粉算法的机器人路径规划方法
CN111047107B (zh) 公路通行时间预测方法、装置、电子设备和存储介质
Lee et al. Comparative analysis of machine learning algorithms to urban traffic prediction
Xu et al. Traffic flow forecasting with spatial-temporal graph convolutional networks in edge-computing systems
Singh et al. A hybrid surrogate based algorithm (HSBA) to solve computationally expensive optimization problems
CN105095239A (zh) 一种不确定图查询方法及装置
Xu et al. Discovery of important crossroads in road network using massive taxi trajectories
Traoré et al. Landscape of Neural Architecture Search across sensors: how much do they differ?
Gunturi et al. Minimum spanning tree on spatio-temporal networks
Jiang et al. Optimizing the Placement of Roadside LiDARs for Autonomous Driving

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant