CN111401660A - 一种在配电系统恢复过程中确定辐射状拓扑的方法 - Google Patents
一种在配电系统恢复过程中确定辐射状拓扑的方法 Download PDFInfo
- Publication number
- CN111401660A CN111401660A CN202010277823.4A CN202010277823A CN111401660A CN 111401660 A CN111401660 A CN 111401660A CN 202010277823 A CN202010277823 A CN 202010277823A CN 111401660 A CN111401660 A CN 111401660A
- Authority
- CN
- China
- Prior art keywords
- load
- power distribution
- network
- ring network
- decision model
- 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
Links
- 238000011084 recovery Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005457 optimization Methods 0.000 claims abstract description 30
- 239000000126 substance Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种在配电系统恢复过程中确定辐射状拓扑的方法,应用了基于迭代的启发式算法,每次迭代的执行过程包括:检查配电网络中是否有环状网络;若有,则寻找所有环状网络上的线路集合;若没有,则结束;建立环状网络的关键负荷恢复优化决策模型CLR‑mesh;求解关键负荷恢复优化决策模型CLR‑mesh,获得更新后的环状网络;重复上述步骤,直至配电网络中没有环状网络。本发明提供的方法,能够适应不同拓扑、潮流分配和电压分布的配电系统,能够快速确定配电系统恢复的辐射状拓扑。
Description
技术领域
本发明涉及配电网故障恢复技术领域,尤其涉及一种在配电系统恢复过程中确定辐射状拓扑的方法。
背景技术
由于极端事件导致停电事故后,通常会使配电系统与输电系统断开连接。在这种情况下,协同各种配电网本地电源来恢复关键负荷是一种提升配电系统韧性进而减少停电损失的方法。
配电系统故障恢复(DSR)问题是一个难以解决的混合整数非凸问题,这是因为非凸潮流约束以及包括线路状态和负荷状态的大量整数变量。DSR问题的解决方法可分为两类:一类是数学规划,另一类是启发式。使用数学规划,通常会将DSR问题建模为具有辐射状拓扑约束的混合整数凸规划问题,可以通过商业优化软件求解。但是,当整数变量增多时,计算量急剧增加,无法满足在线需求。启发式算法是可以根据优化问题本身的特点设计启发式规则,从而快速给出可行结果,有望在线解决DSR问题。在一些现有技术中,DSR问题分两个阶段解决,其中辐射状拓扑在第一阶段确定,负荷状态等变量在第二阶段确定。馈线重构问题中也需要辐射状拓扑。在另一些现有技术中,辐射状拓扑是通过启发式方法确定的,但由于馈线重构问题与配电网恢复问题的目标仍有区别,因此现有方法无法直接套用来解决配电网故障恢复问题。
发明内容
本发明的实施例提供了一种在配电系统恢复过程中确定辐射状拓扑的方法,用于解决现有技术中存在的技术问题。
为了实现上述目的,本发明采取了如下技术方案。
一种在配电系统恢复过程中确定辐射状拓扑的方法,包括多次迭代的执行过程,每次迭代的执行过程包括:
检查配电网络中是否有环状网络;若有,则寻找所有环状网络上的线路集合;若没有,则结束;
建立环状网络的关键负荷恢复优化决策模型;
求解关键负荷恢复优化决策模型,获得更新后的环状网络;
重复上述步骤,直至配电网络中没有环状网络。
优选地,建立环状网络的关键负荷恢复优化决策模型包括:
设环状网络中的所有节点电压幅值相等;
设环状网络中的每个节点的负荷都可以部分恢复;
基于上述条件建立目标函数
式中,wi为负荷的权重系数;γi为0-1整数变量,表示负荷是否被恢复;L为负荷集合;
向目标函数中加入如下约束条件:
其中,和S分别是所有负荷节点和发电机节点的集合;Pij和Qij分别是线路i→j的有功功率和无功功率变量;pgen,i和qgen,i是由发电机节点i发出的有功和无功功率;γi是表征负荷状态的变量;wi、pload,i、qload,i、Rij、Pij,max、pi,max、pi,max分别表示负荷权重、负荷有功需求、负荷无功需求、线路i→j的阻抗和热极限、以及发电机i能够发出的最大有功和无功功率。
优选地,求解关键负荷恢复优化决策模型,获得更新后的环状网络包括:
求解关键负荷恢复优化决策模型,获得配电网络恢复关键负荷后的潮流状态;
基于配电网络恢复关键负荷后的潮流状态,断开环状网络中有功功率绝对值最小的环线,获得更新后的环状网络。
优选地,求解关键负荷恢复优化决策模型,获得配电网络恢复关键负荷后的潮流状态包括:
优选地,执行该次迭代的时间等于该次迭代中环状网络的数量。
由上述本发明的实施例提供的技术方案可以看出,本发明提供的一种在配电系统恢复过程中确定辐射状拓扑的方法,应用了基于迭代的启发式算法,每次迭代的执行过程包括:检查配电网络中是否有环状网络;若有,则寻找所有环状网络上的线路集合;若没有,则结束;建立环状网络的关键负荷恢复优化决策模型CLR-mesh;求解关键负荷恢复优化决策模型CLR-mesh,获得更新后的环状网络;重复上述步骤,直至配电网络中没有环状网络。本发明提供的方法,能够适应不同拓扑、潮流分配和电压分布的配电系统,能够快速确定配电系统恢复的辐射状拓扑。
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为本发明提供的一种在配电系统恢复过程中确定辐射状拓扑的方法的处理流程图;
图2为本发明提供的一种在配电系统恢复过程中确定辐射状拓扑的方法的原理示意图;其中,a为配电网示意图,b为迭代启发的基本原理图;
图3为本发明提供的一种在配电系统恢复过程中确定辐射状拓扑的方法的测试迭代式算法使用的改进的32节点配电系统拓扑图。
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。
参见图1和2,本发明提供的一种在配电系统恢复过程中确定辐射状拓扑的方法,应用了基于迭代的启发式算法,每次迭代的执行过程包括:
检查配电网络中是否有环状网络;若有,则寻找所有环状网络上的线路集合;若没有,则结束;
建立环状网络的关键负荷恢复优化决策模型CLR-mesh;
求解关键负荷恢复优化决策模型CLR-mesh,获得更新后的环状网络;
重复上述步骤,直至配电网络中没有环状网络。
进一步的,在一些优选实施例中,上述建立环状网络的关键负荷恢复优化决策模型CLR-mesh包括:
设环状网络中的所有节点电压幅值相等;
设环状网络中的每个节点的负荷都可以部分恢复;
基于上述条件建立目标函数
式中,wi为负荷的权重系数;γi为0-1整数变量,表示负荷是否被恢复(1表示被恢复,0表示没有被恢复);L为负荷集合;
向目标函数中加入如下约束条件:
其中,和S分别是所有负荷节点和发电机节点的集合;Pij和Qij分别是线路i→j的有功功率和无功功率变量;pgen,i和qgen,i是由发电机节点i发出的有功和无功功率;γi是表征负荷状态的变量;wi、pload,i、qload,i、Rij、Pij,max、pi,max、pi,max分别表示负荷权重、负荷有功需求、负荷无功需求、线路i→j的阻抗和热极限、以及发电机i能够发出的最大有功和无功功率。
上述配电网故障恢复优化决策模型为二次规划模型,可以利用成熟的优化求解器进行快速求解;在本发明提供的实施例中,该求解及获得更新后的环状网络的步骤包括:
求解关键负荷恢复优化决策模型,获得配电网络恢复关键负荷后的潮流状态;
基于配电网络恢复关键负荷后的潮流状态,断开环状网络中有功功率绝对值最小的环线,获得更新后的环状网络。
在本实施例中,执行该次迭代的时间等于该次迭代中环状网络的数量。
在一个优选的实施例中,单次迭代计算实施的过程如下:
3初始化ε′←ε
4 while nl≥1
6使用深度优先搜索方法,找到所有环上线路的集合ε1
7找到具有最小有功功率绝对值的线路i→j∈ε′
8 εc←εc∪i→j
9 ε′←ε′\i→j
10 nl←nl-1
11 end
12 return集合ε′和δc。
其中,第1行输入待恢复的环状配电网的网络基本信息,包括顶点和边的集合;第2行获得基本环的数目,为边数减去节点数再加1;第3行初始化集合ε′和εc,ε′是最终确定的网络的线路集合,εc是需要断开的线路集合;第4行开始迭代,当基本环的个数大于等于1时,继续迭代;第5行表示求解环状网络的恢复优化决策模型CLR-mesh;第6行表示通过深度优先算法找到所有环上的线路集合;第7行表示找到具有最小有功功率绝对值的线路,即是需要断开的线路;第8行表示将该线路添加到集合εc中;第9行表示将集合ε′中的该线路去掉;第10行表示,去掉该线路后基本环会减少1个,更新nl的值;第12行表示返回集合ε′和εc,即最终确定的网络的线路集合(树)和需要断开的线路集合。
该算法的性能依赖于在第5行中求解CLR-mesh问题,以及在第6行中找到环路的算法。要解决第5行中的二次规划(QP)问题,可以使用诸如内点法等算法在多项式时间内找到全局最优值。第6行的深度优先搜索算法也可以在多项式时间求解。因此,整体的迭代算法1-12也可以在多项式时间内求解。
本发明还提供一个实施例,用于示例性地展示通过本发明的考虑潮流状态的确定配电系统恢复中辐射状拓扑的启发式方法进行确定辐射状拓扑的应用过程,如图2所示,在测试系统中,一共有32个节点,极端事件发生后,系统中有5条可用联络线,因此,当所有开关闭合后,形成5个基本环。利用所提出的启发式方法用来寻找配电系统的辐射状拓扑,使用迭代启发式方法的拓扑结构图如图2所示。
步骤一:根据图1所示测试系统的信息,建立网状网络的关键负荷恢复模型。
步骤二:应用基于迭代的启发式算法进行求解。求解结果如图2所示。相继切除线路8-14、9-10、7-20、11-21和2-3。进行5次迭代,计算时间为2.20s。求解的得到的目标函数值,恢复负荷的加权求和值为352,恢复后系统的功率损耗为10.39kW。
综上所述,本发明提供的一种在配电系统恢复过程中确定辐射状拓扑的方法,应用了基于迭代的启发式算法,每次迭代的执行过程包括:检查配电网络中是否有环状网络;若有,则寻找所有环状网络上的线路集合;若没有,则结束;建立环状网络的关键负荷恢复优化决策模型CLR-mesh;求解关键负荷恢复优化决策模型CLR-mesh,获得更新后的环状网络;重复上述步骤,直至配电网络中没有环状网络。本发明提供的方法,能够适应不同拓扑、潮流分配和电压分布的配电系统,能够快速确定配电系统恢复的辐射状拓扑。
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 (5)
1.一种在配电系统恢复过程中确定辐射状拓扑的方法,其特征在于,包括多次迭代的执行过程,每次迭代的执行过程包括:
检查配电网络中是否有环状网络;若有,则寻找所有环状网络上的线路集合;若没有,则结束;
建立环状网络的关键负荷恢复优化决策模型;
求解关键负荷恢复优化决策模型,获得更新后的环状网络;
重复上述步骤,直至配电网络中没有环状网络。
2.根据权利要求1所述的方法,其特征在于,所述的建立环状网络的关键负荷恢复优化决策模型包括:
设环状网络中的所有节点电压幅值相等;
设环状网络中的每个节点的负荷都可以部分恢复;
基于上述条件建立目标函数
式中,wi为负荷的权重系数;γi为0-1整数变量,表示负荷是否被恢复;L为负荷集合;
向目标函数中加入如下约束条件:
3.根据权利要求2所述的方法,其特征在于,所述的求解关键负荷恢复优化决策模型,获得更新后的环状网络包括:
求解关键负荷恢复优化决策模型,获得配电网络恢复关键负荷后的潮流状态;
基于配电网络恢复关键负荷后的潮流状态,断开环状网络中有功功率绝对值最小的环线,获得更新后的环状网络。
5.根据权利要求1所述的方法,其特征在于,执行该次迭代的时间等于该次迭代中环状网络的数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010277823.4A CN111401660B (zh) | 2020-04-10 | 2020-04-10 | 一种在配电系统恢复过程中确定辐射状拓扑的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010277823.4A CN111401660B (zh) | 2020-04-10 | 2020-04-10 | 一种在配电系统恢复过程中确定辐射状拓扑的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111401660A true CN111401660A (zh) | 2020-07-10 |
CN111401660B CN111401660B (zh) | 2024-04-26 |
Family
ID=71431523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010277823.4A Active CN111401660B (zh) | 2020-04-10 | 2020-04-10 | 一种在配电系统恢复过程中确定辐射状拓扑的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111401660B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112909926A (zh) * | 2021-01-25 | 2021-06-04 | 浙江大学 | 一种配电系统优化问题的辐射状约束集生成方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105591405A (zh) * | 2016-03-04 | 2016-05-18 | 山东科技大学 | 一种基于向量移位运算的配电网络快速重构方法 |
CN106655155A (zh) * | 2016-10-12 | 2017-05-10 | 中国农业大学 | 一种考虑故障恢复时间不确定性的配电网故障恢复方法 |
CN108365604A (zh) * | 2018-03-02 | 2018-08-03 | 浙江大学 | 一种计及微网接入的两阶段配电网故障恢复方法 |
CN108663602A (zh) * | 2018-05-14 | 2018-10-16 | 山东大学 | 柔性直流配电网单极故障选线与区段定位方法及系统 |
CN108695865A (zh) * | 2018-06-27 | 2018-10-23 | 北京交通大学 | 一种多源协同的三相不对称配电网故障恢复策略生成方法 |
CN109066674A (zh) * | 2018-09-28 | 2018-12-21 | 国网天津市电力公司 | 基于互补约束全光滑牛顿法的配电网重构方法 |
CN109361219A (zh) * | 2018-11-08 | 2019-02-19 | 国网新疆电力有限公司经济技术研究院 | 一种分布式电源配电网潮流计算方法及装置 |
CN110380407A (zh) * | 2019-07-05 | 2019-10-25 | 河海大学 | 一种考虑农业电排灌负荷的配电网运行优化方法 |
-
2020
- 2020-04-10 CN CN202010277823.4A patent/CN111401660B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105591405A (zh) * | 2016-03-04 | 2016-05-18 | 山东科技大学 | 一种基于向量移位运算的配电网络快速重构方法 |
CN106655155A (zh) * | 2016-10-12 | 2017-05-10 | 中国农业大学 | 一种考虑故障恢复时间不确定性的配电网故障恢复方法 |
CN108365604A (zh) * | 2018-03-02 | 2018-08-03 | 浙江大学 | 一种计及微网接入的两阶段配电网故障恢复方法 |
CN108663602A (zh) * | 2018-05-14 | 2018-10-16 | 山东大学 | 柔性直流配电网单极故障选线与区段定位方法及系统 |
CN108695865A (zh) * | 2018-06-27 | 2018-10-23 | 北京交通大学 | 一种多源协同的三相不对称配电网故障恢复策略生成方法 |
CN109066674A (zh) * | 2018-09-28 | 2018-12-21 | 国网天津市电力公司 | 基于互补约束全光滑牛顿法的配电网重构方法 |
CN109361219A (zh) * | 2018-11-08 | 2019-02-19 | 国网新疆电力有限公司经济技术研究院 | 一种分布式电源配电网潮流计算方法及装置 |
CN110380407A (zh) * | 2019-07-05 | 2019-10-25 | 河海大学 | 一种考虑农业电排灌负荷的配电网运行优化方法 |
Non-Patent Citations (1)
Title |
---|
文娟;谭阳红;何怡刚;雷可君;: "含分布式电源的复杂配电网多阶段故障恢复方法", 电工技术学报, no. 14, 6 December 2017 (2017-12-06) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112909926A (zh) * | 2021-01-25 | 2021-06-04 | 浙江大学 | 一种配电系统优化问题的辐射状约束集生成方法及装置 |
CN112909926B (zh) * | 2021-01-25 | 2022-06-17 | 浙江大学 | 一种配电系统优化问题的辐射状约束集生成方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111401660B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shao et al. | Cascade of failures in coupled network systems with multiple support-dependence relations | |
CN112803404B (zh) | 配电网自愈重构规划方法、装置及终端 | |
Khandelwal et al. | Modified grey wolf optimization algorithm for transmission network expansion planning problem | |
US20160301216A1 (en) | Method of determining an islanding solution for an electrical power system | |
CN110991752A (zh) | 一种采用混合搜索策略的迭代局部搜索多目标算法 | |
JP5395367B2 (ja) | 最小送電損失系統構成の決定装置、方法及びプログラム | |
Donti et al. | Adversarially robust learning for security-constrained optimal power flow | |
CN111401660A (zh) | 一种在配电系统恢复过程中确定辐射状拓扑的方法 | |
CN111834996B (zh) | 电网线损计算方法和装置 | |
CN111144572A (zh) | 一种基于树形贝叶斯网络的配电网灾情推断方法及系统 | |
Wei et al. | A fixed-time optimal consensus algorithm over undirected networks | |
Ljubić | A branch‐and‐cut‐and‐price algorithm for vertex‐biconnectivity augmentation | |
Nahas et al. | A non-linear-threshold-accepting function based algorithm for the solution of economic dispatch problem | |
Zhu et al. | Random walk and first passage time on a weighted hierarchical network | |
CN113918369A (zh) | 基于自适应一致性算法的分布式多智能体容错方法及系统 | |
JP3895700B2 (ja) | 通信網故障頻度計算方法、通信網故障頻度計算装置、通信網故障頻度計算プログラム及びそのプログラムを記録した記録媒体 | |
CN107623586B (zh) | 网络链路预测方法及装置 | |
Huang et al. | A partitioning method for parallel power system restoration based on virus propagation model | |
Tripathi et al. | Improving Applicability of DE Algorithm by Designing Multi-Operator Variant of DE. | |
Chen | Investigating heuristic methods for transmission system expansion planning | |
Hernández-Fuentes et al. | Transmission expansion planning based on an Ant Colony Algorithm including distributed generation and security constraints | |
Xing et al. | Cascading Failure Analysis of Military Command and Control Network Based on SIS Model | |
Feng et al. | Multi-objective optimization of critical node detection based on both cascading and non-cascading scenarios in complex networks | |
JP6602259B2 (ja) | 状態遷移評価装置、状態遷移評価方法及び状態遷移評価プログラム | |
Alsulaiman et al. | Self-stabilizing Power-law Networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |