CN113761781A - 基于蚁群算法的分布式保护装置模型共享方法及装置 - Google Patents
基于蚁群算法的分布式保护装置模型共享方法及装置 Download PDFInfo
- Publication number
- CN113761781A CN113761781A CN202010503416.0A CN202010503416A CN113761781A CN 113761781 A CN113761781 A CN 113761781A CN 202010503416 A CN202010503416 A CN 202010503416A CN 113761781 A CN113761781 A CN 113761781A
- Authority
- CN
- China
- Prior art keywords
- protection device
- fixed value
- device model
- value item
- sharing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 43
- 238000010276 construction Methods 0.000 claims abstract description 38
- 238000013178 mathematical model Methods 0.000 claims abstract description 18
- 238000013467 fragmentation Methods 0.000 claims abstract description 12
- 238000006062 fragmentation reaction Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims description 18
- 230000033001 locomotion Effects 0.000 claims description 14
- 238000012546 transfer Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 abstract description 13
- 238000005516 engineering process Methods 0.000 abstract description 8
- 230000007547 defect Effects 0.000 abstract description 7
- 239000003016 pheromone Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 3
- 241000257303 Hymenoptera Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009699 differential effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000016507 interphase Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/17—Details of further file system functions
- G06F16/176—Support for shared access to files; File sharing support
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Abstract
本申请公开了一种基于蚁群算法的分布式保护装置模型共享方法及装置,其中,方法包括:建设保护装置的最小属性单元库;建立单个定值项数学模型,并由多个定值项的每个定值项的单个定值项数学模型形成单套继保装置模型;根据碎片化管理模式应用或集成化/半集成化应用的继保装置模型进行数据共享。由此,解决了相关技术中在标准化、流程化指标体系下保护装置模型形成及共享问题,不仅提高了继保装置模型的形成建立效率,而且大大提升保护装置模型的复用率,弥补当前继保专业应用系统智能化建设的不足和缺陷,为全面完整的继电保护整定计算信息化体系建设奠定基础。
Description
技术领域
本申请涉及电力系统继电保护技术领域,特别涉及一种基于蚁群算法的分布式保护装置模型共享方法及装置。
背景技术
目前,随着电网规模的日益壮大,继电保护主营业务之一的定值整定和定值单的编制任务日趋繁重,当前主流继保整定软件供应商提供的保护装置模型建立复杂,共享模式简单导致复用率低,在标准化、流程化的指标体系下,耗费专责(相关从业人员)大量的时间建立保护装置生成定值单,严重阻碍了继电保护业务的信息化、自动化发展水平,亟待从计算机技术角度解决这个难题。
相关技术中,当前继保整定计算软件供应商的保护装置建设依据系统架构各自成一套体系,并没有统一的数据标准及规范做依据,导致当前电网公司只能依靠不同的继保整定计算软件重复对新版本的保护装置进行建模,严重限制了继保行业内信息化的共享模式,重复性的装置建设业务对继保行业的效率是一大损失。另外,保护装置的建设原理及逻辑来源于硬件装置保护设计的定值计算逻辑,保护装置模型主要要素是由装置型号、版本号、校验码、定值项、定值原则、计算公式、取值逻辑、变量等构成。不同的是,由于不同地区电网建设环境差异化很大,各地区的硬件保护装置的整定原理不尽相同,继保专员基本是通过人工分析保护装置清单,逐个定值项进行人工定义,形成完整的保护装置模型,且形成的装置只适用于本地区的装置版本,无法有效形成直接的数据共享,造成资源的浪费。
然而,即使有一些优化型的补救措施,如提出在软件中建立部分装置定值共性量,搭建通用整定组件、专用整定组件,通过相应组件的组合形成新的保护装置模型,调用装置定值共性量减少部分定值项的建设,虽然一定程度上简化了定值项自定义维护计算公式过程,并进行了简要的共享模式,但装置定值项列表的关联过程仍需大量人工干预,在互联网技术应用高度发达的国内,亟需互联网技术与继保行业定值计算的深度融合解决目前在装置建设方面存在的短板,弥补当前继保整定计算专业应用系统智能化建设的不足和缺陷,为全面完整的继电保护整定计算信息化体系建设奠定基础。
申请内容
本申请提供一种基于蚁群算法的分布式保护装置模型共享方法及装置,以解决了相关技术中在标准化、流程化指标体系下保护装置模型形成及共享问题,不仅提高了继保装置模型的形成建立效率,而且大大提升保护装置模型的复用率,弥补当前继保专业应用系统智能化建设的不足和缺陷,为全面完整的继电保护整定计算信息化体系建设奠定基础。
本申请第一方面实施例提供一种基于蚁群算法的分布式保护装置模型共享方法,包括以下步骤:
建设保护装置的最小属性单元库;
建立单个定值项数学模型,并由多个定值项的每个定值项的单个定值项数学模型形成单套继保装置模型;以及
根据碎片化管理模式应用或集成化/半集成化应用的继保装置模型进行数据共享。
可选地,所述建设保护装置的最小属性单元库,包括:
依次根据保护装置要素、保护设备类型、定值类别、定值项、定值原则、计算公式和变量对每个保护装置进行分类,以逐级建立所有最小不可再分的独立要素;
根据所述独立要素确定的定值清单在数据库中自组建的保护装置定值模板。
可选地,所述建立单个定值项数学模型,包括:
根据单个定值项所有匹配模式构成待优化问题的解空间,得到对应的辨识待优化问题的最优解;
在定值项匹配运动过程中,根据每条路径上的信息量确定匹配运动转移的方向。
可选地,上述的基于蚁群算法的分布式保护装置模型共享方法,还包括:
在每个单个定值项完成匹配后,对残留信息进行更新处理。
可选地,所述根据碎片化管理模式应用或集成化/半集成化应用的继保装置模型进行数据共享,包括:
根据所述最小属性单元库,以定值项或计算原则为最小单元节点的系统,建立同节点间的关键字匹配字典;
根据关键字匹配字段,以所述定值项为最小单元、以所述定值原则最小单元、以所述变量为最小单元的库的名称或者关键字进行对接匹配,同时考虑定值项、计算原则自动匹配的近似程度,组建装置间共享数据的共享数据中心。
本申请第二方面实施例提供一种基于蚁群算法的分布式保护装置模型共享装置,包括:
第一建设模块,用于建设保护装置的最小属性单元库;
第二建设模块,用于建立单个定值项数学模型,并由多个定值项的每个定值项的单个定值项数学模型形成单套继保装置模型;以及
共享模块,用于根据碎片化管理模式应用或集成化/半集成化应用的继保装置模型进行数据共享。
可选地,所述第一建设模块包括:
分类单元,用于依次根据保护装置要素、保护设备类型、定值类别、定值项、定值原则、计算公式和变量对每个保护装置进行分类,以逐级建立所有最小不可再分的独立要素;
组建单元,用于根据所述独立要素确定的定值清单在数据库中自组建的保护装置定值模板。
可选地,所述第二建设模块包括:
求解单元,用于根据单个定值项所有匹配模式构成待优化问题的解空间,得到对应的辨识待优化问题的最优解;
匹配单元,用于在定值项匹配运动过程中,根据每条路径上的信息量确定匹配运动转移的方向。
本申请第三方面实施例提供一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被设置为用于执行如上述实施例所述的基于蚁群算法的分布式保护装置模型共享方法。
本申请第四方面实施例提供一种非临时性计算机可读存储介质,所述非临时性计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上述实施例所述的基于蚁群算法的分布式保护装置模型共享方法。
由此,解决了相关技术中在标准化、流程化指标体系下保护装置模型形成及共享问题,不仅提高了继保装置模型的形成建立效率,而且大大提升保护装置模型的复用率,弥补当前继保专业应用系统智能化建设的不足和缺陷,为全面完整的继电保护整定计算信息化体系建设奠定基础。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请实施例提供的一种基于蚁群算法的分布式保护装置模型共享方法的流程图;
图2为根据本申请一个实施例的建设保护装置的最小属性单元库的示例图;
图3为根据本申请一个实施例提供的辐射型节点式存储示例图;
图4为根据本申请一个实施例的集成化/半集成化应用逻辑示例图;
图5为根据本申请实施例提供的基于蚁群算法的分布式保护装置模型共享装置的示例图;
图6为根据本申请实施例的电子设备的示例图。
具体实施方式
下面详细描述本申请的实施例,所述实施例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例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的基于蚁群算法的分布式保护装置模型共享方法及装置。针对上述背景技术中心提到的相关技术中在标准化、流程化指标体系下保护装置模型形成及共享问题,本申请提供了一种基于蚁群算法的分布式保护装置模型共享方法,解决了相关技术中在标准化、流程化指标体系下保护装置模型形成及共享问题,不仅提高了继保装置模型的形成建立效率,而且大大提升保护装置模型的复用率,弥补当前继保专业应用系统智能化建设的不足和缺陷,为全面完整的继电保护整定计算信息化体系建设奠定基础。
具体而言,图1为本申请实施例所提供的一种基于蚁群算法的分布式保护装置模型共享方法的流程示意图。
如图1所示,该基于蚁群算法的分布式保护装置模型共享方法包括以下步骤:
在步骤S101中,建设保护装置的最小属性单元库。
可选地,在一些实施例中,如图2所示,建设保护装置的最小属性单元库,包括:依次根据保护装置要素、保护设备类型、定值类别、定值项、定值原则、计算公式和变量对每个保护装置进行分类,以逐级建立所有最小不可再分的独立要素;根据独立要素确定的定值清单在数据库中自组建的保护装置定值模板。
可以理解的是,在继电保护整定计算系统中保护装置模型主要依据实际保护装置硬件的定值项建设,其定值项命名与取值逻辑由于硬件厂家的不同设计而有所不同,因此建设标准化的最小属性单元库,关键的要素是区分出定值项与取值逻辑的不同之处,因此标准化最小单元库的建设流程必须按层级进行分解,即前一节点必须包含后一节点所有内容,且要最终要分解到具体单个变量。标准化最小属性单元库建设流程设计如图2所示,流程说明如下:
步骤1:保护装置要素分类;具体地,保护装置模型的直接属性分为两类:不可再分解的独立要素,如保护装置型号等;可再分解的非独立要素,如保护设备类型等,完成后进入步骤2。
其中,保护装置属性包含装置型号、版本号、校验码、保护设备类型、定值类别、定值项、定值原则、计算公式、取值逻辑、变量等要素,其中装置型号、版本号、校验码等属于公共类不可再分独立要素(此类要素在装置所有要素具备唯一性),其中,如图3所示,图3为辐射型节点式存储示意图。
步骤2、保护设备类型分类;具体地,保护设备类型对应一次设备类型分为线路、变压器、母线等;也就是说,本申请实施例可以根据实际中保护设备硬件类型进行分类,包含变压器、母线、线路、断路器、电抗器等;完成后进入步骤3。
步骤3、定值类别分类;具体地,定值类别分为设备参数类、保护定值类、控制字定值类,而定值项由定值原则和计算公式组成,定值原则由取值逻辑和计算原则组成,计算公式由变量和逻辑运算符组成。具体而言,设备参数分为线路参数类(线路总长度、线路正序电阻、线路正序电抗等)、变压器参数类(Ⅰ侧TA1原边、Ⅱ侧TA2原边、Ⅲ侧TA3原边等)、电容器参数类(一次电压比例系数、一次电流比例系数等)等等;保护定值分为线路保护定值(变化量启动电流定值、零序启动电流定值、差动动作电流定值、接地距离一段定值等)、变压器保护定值(差动启动电流、零差启动电流、自产零序起动电流等)、电容器参数(限时速断、不平衡电流定值、过电流定值等)等;控制字定值分为线路保护控制字类(纵联差动保护、距离保护Ⅰ段、三相重合闸等)、变压器保护控制字类(过流Ⅰ段第一时限控制字、零序Ⅰ段第一时限控制字、间隙零序过压第一时限控制字等)等;
也就是说,定值类别根据步骤2分类后进一步进行细化分类,将根据电网一次设备的差异化进行区分,如变压器分为三卷变压器、二卷变压器、自耦变压器、特高压变压器、接地变等,进入步骤4。
步骤4、定值项分类;具体地,本申请实施例根据所保护的一次设备唯一不变的属性进行定值分类,分为公共参数(如CT变比)、设备参数(如线路长度)、保护定值(如变化量启动电流定值)、控制字(如零序Ⅰ段第一时限控制字)等;进入步骤5。
步骤5、定值原则分类;具体地,定值原则分为定值原则由取值逻辑和计算原则组成,根据主流硬件装置厂家的计算逻辑、地区特性等条件进行支线分解,确定所有定值项的适配定值原则,定值原则分为两大类,其一,根据定值项的硬件装置设计的动作逻辑进行分类,如四方线路装置CSC-103A-DA-G-Y(V2.00,C13B)中的定值项“变化量启动电流定值”的计算原则两种:
1)本线路末端发生金属性短路故障时宜有不小于4.0的灵敏度;
2)一般取0.2In或200A~240A(In是CT二次额定);
其二,根据地区定值计算特点附加的定值原则,如四方线路装置CSC-103A-DA-G-Y(V2.00,C13B)中的定值项“变化量启动电流定值”的附加计算原则两种:
1)线路两侧一次电流值应相同;
2)不大于线路零序电流最末一段定值;
最终综合所有定值原则,进入步骤6。
步骤6、计算公式分类;具体地,计算公式分为逻辑公式(如if···,else···)、运算公式(如In×K)等,进入步骤7。
具体而言,计算公式分为计算公式由变量和逻辑运算符组成,对应定值原则下取值逻辑确定唯一的计算公式,如:四方线路装置CSC-103A-DA-G-Y(V2.00,C13B)中定值项“变化量启动电流定值”的四种取值逻辑分别对应的计算公式及变量说明:
(1)I÷K;其中,I为本支路末端相间短路流过本侧保护电流最小值(A),K为灵敏度系数(按线路长度取值)。
(2)In×K;其中,In为CT一次侧电流(A);K为可靠系数。
(3)Iqd对侧装置定值:Iqd(变化量启动电流定值)。
(4)I线路零序电流保护III(末)段定值。
步骤7、变量分类;具体地,变量分为固值变量(如可靠系数,定义字符K=0.9)、设备相对固值变量(如线路长度,定义字符L=“length”,该变量可输入)、电气量(如线末故障三相短路电流,定义字符I3,该变量通过计算获取,不可输入)等;完成后进入步骤8。
步骤8、结束;完成标准化最小属性单元库建设。
由此,依据上述的辐射型节点式存储逻辑,按非独立要素逐级建立完整的所有最小不可再分要素,根据独立要素确定的定值清单将在此数据库中自动组建完整的保护装置定值模板。
因此,归纳保护装置最小属性单元内容为取值逻辑、计算原则、变量。
在步骤S102中,建立单个定值项数学模型,并由多个定值项的每个定值项的单个定值项数学模型形成单套继保装置模型。
其中,建立单个定值项数学模型,包括:根据单个定值项所有匹配模式构成待优化问题的解空间,得到对应的辨识待优化问题的最优解;在定值项匹配运动过程中,根据每条路径上的信息量确定匹配运动转移的方向。
可选地,上述的基于蚁群算法的分布式保护装置模型共享方法,还包括:在每个单个定值项完成匹配后,对残留信息进行更新处理。
可以理解的是,在建立单个定值项数学模型时,包括:单套继保装置由多个定值项组成,定值项之间是相互独立的个体,单个定值项的一种匹配模式可认作一个问题的解,单个定值项所有匹配模式构成待优化问题的解空间。匹配路径较短的定值项释放的信息素量较多,随着时间的推进,较短的路径上累计的信息素浓度逐渐增高,选择该路径的定值项个数也与来越多,最终,整个装置会在正反馈的作用下集中到最佳的路径上,此时对应的辨识待优化问题的最优解;
定值项k(k=1、2···,m)在匹配运动过程中,匹配运动转移的方向由各条路径上的信息量浓度决定,为方便记录可用tabuk(k=1、2···,m)来记录第k个定值项当前已匹配的所有节点,这里称存放节点的表为禁忌表;这个存放节点的集合会随着定值项的运动动态进行调整。在算法的搜索过程中,定值项会智能地选择下一步所要走的路径。
设m表示一个定值项所有匹配路径的总量,用dij(i,j=0,1,···,n-1)表示节点i和节点j之间的距离,τij(t)表示在t时刻ij连线上的信息素浓度,在初始时刻,m个定值项会被随机地放置,各路径上的初始信息素浓度是相同的。在t时刻,定值项k从节点i匹配到节点j的状态转移概率为
其中,allowedk={c-tabuk}表示定值项k下一步可以选择的所有节点,C为全部节点集合,α为信息启发式因子,在算法中代表轨迹相对重要程度,反应路径上的信息量对定值项匹配路径所起的影响程度,该值越大,定值项不同路径下协作性就越强;β为期望启发式因子,在算法中代表能见度的相对重要性,ηij是启发函数,在算法中标识由节点i转移到节点j的期望程度,通常可用ηij=1/dij。在算法运行时,每个定值项将根据(2-1)公式进行搜索前进。
在定值项匹配过程中,为了避免在匹配过程中残留过多的信息素而使启发信息被淹没,在每个定值项完成最终的匹配过程后,要对残留信息进行更新处理,由此,在t+n时刻,路径(i,j)上信息调整如下:
τij(t+n)=(1-ρ)×τij(t)+Δτij(t);(2-2)
式中,常数ρ∈(0,1)表示信息素挥发因子,表示路径上信息量的损耗程度,ρ的大小关系到算法的全局搜索能力和收敛速度,则可用
“蚁量系统”(Ant-Quantity)模型
其中,本发明实施例可以根据单套继保装置模型由多个定值项组成,定值项之间是相互独立的个体的特征,采用分布式并行优化整个继保装置模型的模型快速形成,最终达到整套装置模型快速形成的效果。
在步骤S103中,根据碎片化管理模式应用或集成化/半集成化应用的继保装置模型进行数据共享。
可选地,根据碎片化管理模式应用或集成化/半集成化应用的继保装置模型进行数据共享,包括:根据最小属性单元库,以定值项或计算原则为最小单元节点的系统,建立同节点间的关键字匹配字典;根据关键字匹配字段,以定值项为最小单元、以定值原则最小单元、以变量为最小单元的库的名称或者关键字进行对接匹配,同时考虑定值项、计算原则自动匹配的近似程度,组建装置间共享数据的共享数据中心。
可以理解的是,对于碎片化管理模式应用来说,本申请实施例可以依据上述的碎片化继保装置的定值项的颗粒化存储程度;对于集成化/半集成化应用来说,即对颗粒化最小属性单元进行上移的模式应用,如图4所示,图4为集成化/半集成化应用逻辑示意图,具体分析如下:
(1)根据既有集成化库,最终以定值项(或者计算原则)为最小单元节点的系统;
(2)建立同节点间的关键字匹配字典,主要为自动匹配跨系统间的专用名词;
(3)根据关键字匹配字段,以定值项为最小单元、以定值原则最小单元、以变量为最小单元库的“名称”或者“关键字”进行对接匹配,同时考虑定值项、计算原则自动匹配的近似程度;
(4)组建跨系统间的装置共享数据中心。
根据本申请实施例提出的基于蚁群算法的分布式保护装置模型共享方法,解决了相关技术中在标准化、流程化指标体系下保护装置模型形成及共享问题,不仅提高了继保装置模型的形成建立效率,而且大大提升保护装置模型的复用率,弥补当前继保专业应用系统智能化建设的不足和缺陷,为全面完整的继电保护整定计算信息化体系建设奠定基础。
其次参照附图描述根据本申请实施例提出的基于蚁群算法的分布式保护装置模型共享装置。
图5是本申请实施例的基于蚁群算法的分布式保护装置模型共享装置的方框示意图。
如图5所示,该基于蚁群算法的分布式保护装置模型共享装置10包括:第一建设模块100、第二建设模块200和共享模块300。
其中,第一建设模块100用于建设保护装置的最小属性单元库;
第二建设模块200用于建立单个定值项数学模型,并由多个定值项的每个定值项的单个定值项数学模型形成单套继保装置模型;以及
共享模块300用于根据碎片化管理模式应用或集成化/半集成化应用的继保装置模型进行数据共享。
可选地,第一建设模块包括:分类单元和组建单元。
其中,分类单元用于依次根据保护装置要素、保护设备类型、定值类别、定值项、定值原则、计算公式和变量对每个保护装置进行分类,以逐级建立所有最小不可再分的独立要素;
组建单元用于根据独立要素确定的定值清单在数据库中自组建的保护装置定值模板。
可选地,在一些实施例中,第二建设模块包括:求解单元和匹配单元。
其中,求解单元用于根据单个定值项所有匹配模式构成待优化问题的解空间,得到对应的辨识待优化问题的最优解;
匹配单元用于在定值项匹配运动过程中,根据每条路径上的信息量确定匹配运动转移的方向。
需要说明的是,前述对基于蚁群算法的分布式保护装置模型共享方法实施例的解释说明也适用于该实施例的基于蚁群算法的分布式保护装置模型共享装置,此处不再赘述。
根据本申请实施例提出的基于蚁群算法的分布式保护装置模型共享装置,解决了相关技术中在标准化、流程化指标体系下保护装置模型形成及共享问题,不仅提高了继保装置模型的形成建立效率,而且大大提升保护装置模型的复用率,弥补当前继保专业应用系统智能化建设的不足和缺陷,为全面完整的继电保护整定计算信息化体系建设奠定基础。
图6为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括:
存储器1201、处理器1202及存储在存储器1201上并可在处理器1202上运行的计算机程序。
处理器1202执行程序时实现上述实施例中提供的基于蚁群算法的分布式保护装置模型共享方法。
进一步地,电子设备还包括:
通信接口1203,用于存储器1201和处理器1202之间的通信。
存储器1201,用于存放可在处理器1202上运行的计算机程序。
存储器1201可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
如果存储器1201、处理器1202和通信接口1203独立实现,则通信接口1203、存储器1201和处理器1202可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连(PeripheralComponent,简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器1201、处理器1202及通信接口1203,集成在一块芯片上实现,则存储器1201、处理器1202及通信接口1203可以通过内部接口完成相互间的通信。
处理器1202可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路。
本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如上的基于蚁群算法的分布式保护装置模型共享方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或N个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于蚁群算法的分布式保护装置模型共享方法,其特征在于,包括以下步骤:
建设保护装置的最小属性单元库;
建立单个定值项数学模型,并由多个定值项的每个定值项的单个定值项数学模型形成单套继保装置模型;以及
根据碎片化管理模式应用或集成化/半集成化应用的继保装置模型进行数据共享。
2.根据权利要求1所述的方法,其特征在于,所述建设保护装置的最小属性单元库,包括:
依次根据保护装置要素、保护设备类型、定值类别、定值项、定值原则、计算公式和变量对每个保护装置进行分类,以逐级建立所有最小不可再分的独立要素;
根据所述独立要素确定的定值清单在数据库中自组建的保护装置定值模板。
3.根据权利要求1所述的方法,其特征在于,所述建立单个定值项数学模型,包括:
根据单个定值项所有匹配模式构成待优化问题的解空间,得到对应的辨识待优化问题的最优解;
在定值项匹配运动过程中,根据每条路径上的信息量确定匹配运动转移的方向。
4.根据权利要求3所述的方法,其特征在于,还包括:
在每个单个定值项完成匹配后,对残留信息进行更新处理。
5.根据权利要求2所述的方法,其特征在于,所述根据碎片化管理模式应用或集成化/半集成化应用的继保装置模型进行数据共享,包括:
根据所述最小属性单元库,以定值项或计算原则为最小单元节点的系统,建立同节点间的关键字匹配字典;
根据关键字匹配字段,以所述定值项为最小单元、以所述定值原则最小单元、以所述变量为最小单元的库的名称或者关键字进行对接匹配,同时考虑定值项、计算原则自动匹配的近似程度,组建装置间共享数据的共享数据中心。
6.一种基于蚁群算法的分布式保护装置模型共享装置,其特征在于,包括:
第一建设模块,用于建设保护装置的最小属性单元库;
第二建设模块,用于建立单个定值项数学模型,并由多个定值项的每个定值项的单个定值项数学模型形成单套继保装置模型;以及
共享模块,用于根据碎片化管理模式应用或集成化/半集成化应用的继保装置模型进行数据共享。
7.根据权利要求6所述的装置,其特征在于,所述第一建设模块包括:
分类单元,用于依次根据保护装置要素、保护设备类型、定值类别、定值项、定值原则、计算公式和变量对每个保护装置进行分类,以逐级建立所有最小不可再分的独立要素;
组建单元,用于根据所述独立要素确定的定值清单在数据库中自组建的保护装置定值模板。
8.根据权利要求6所述的装置,其特征在于,所述第二建设模块包括:
求解单元,用于根据单个定值项所有匹配模式构成待优化问题的解空间,得到对应的辨识待优化问题的最优解;
匹配单元,用于在定值项匹配运动过程中,根据每条路径上的信息量确定匹配运动转移的方向。
9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-5任一项所述的基于蚁群算法的分布式保护装置模型共享方法。
10.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以用于实现如权利要求1-5任一项所述的基于蚁群算法的分布式保护装置模型共享方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010503416.0A CN113761781B (zh) | 2020-06-05 | 2020-06-05 | 基于蚁群算法的分布式保护装置模型共享方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010503416.0A CN113761781B (zh) | 2020-06-05 | 2020-06-05 | 基于蚁群算法的分布式保护装置模型共享方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113761781A true CN113761781A (zh) | 2021-12-07 |
CN113761781B CN113761781B (zh) | 2024-04-16 |
Family
ID=78783870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010503416.0A Active CN113761781B (zh) | 2020-06-05 | 2020-06-05 | 基于蚁群算法的分布式保护装置模型共享方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113761781B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102938098A (zh) * | 2012-10-15 | 2013-02-20 | 深圳供电局有限公司 | 一种电网运行方式专家系统 |
CN104504485A (zh) * | 2014-11-18 | 2015-04-08 | 国家电网公司 | 一种电力系统继电保护一体化整定计算方法 |
US20150234410A1 (en) * | 2014-02-18 | 2015-08-20 | Siemens Industry, Inc. | Systems, methods and apparatus for integrated optimal outage coordination in energy delivery systems |
CN108320073A (zh) * | 2017-12-27 | 2018-07-24 | 贵州电网有限责任公司 | 基于cim-e语言的继电保护装置定值信息的描述方法 |
CN109767034A (zh) * | 2018-12-26 | 2019-05-17 | 广州供电局有限公司 | 继电保护的定值优化方法、装置、计算机设备和存储介质 |
JP2019102006A (ja) * | 2017-12-08 | 2019-06-24 | 株式会社日立製作所 | 設備計画装置、設備計画方法及び設備計画プログラム |
CN110011304A (zh) * | 2019-04-15 | 2019-07-12 | 国网山西省电力公司大同供电公司 | 一种用于开关组网规划中的自优化路由系统 |
US20200026337A1 (en) * | 2018-07-17 | 2020-01-23 | Schweitzer Engineering Laboratories, Inc. | Voltage assessment prediction system for load/generation shedding |
-
2020
- 2020-06-05 CN CN202010503416.0A patent/CN113761781B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102938098A (zh) * | 2012-10-15 | 2013-02-20 | 深圳供电局有限公司 | 一种电网运行方式专家系统 |
US20150234410A1 (en) * | 2014-02-18 | 2015-08-20 | Siemens Industry, Inc. | Systems, methods and apparatus for integrated optimal outage coordination in energy delivery systems |
CN104504485A (zh) * | 2014-11-18 | 2015-04-08 | 国家电网公司 | 一种电力系统继电保护一体化整定计算方法 |
JP2019102006A (ja) * | 2017-12-08 | 2019-06-24 | 株式会社日立製作所 | 設備計画装置、設備計画方法及び設備計画プログラム |
CN108320073A (zh) * | 2017-12-27 | 2018-07-24 | 贵州电网有限责任公司 | 基于cim-e语言的继电保护装置定值信息的描述方法 |
US20200026337A1 (en) * | 2018-07-17 | 2020-01-23 | Schweitzer Engineering Laboratories, Inc. | Voltage assessment prediction system for load/generation shedding |
CN109767034A (zh) * | 2018-12-26 | 2019-05-17 | 广州供电局有限公司 | 继电保护的定值优化方法、装置、计算机设备和存储介质 |
CN110011304A (zh) * | 2019-04-15 | 2019-07-12 | 国网山西省电力公司大同供电公司 | 一种用于开关组网规划中的自优化路由系统 |
Non-Patent Citations (2)
Title |
---|
SHEMI, PM等: "Nelder-Mead-based power optimization for secrecy enhancement in amplify-and-forward cooperative relay networks", INTERNATIONAL JOURNAL OF COMMUNICATION SYSTEMS, vol. 32, no. 11, pages 1 - 16 * |
段海滨;马冠军;王道波;于秀芬;: "一种求解连续空间优化问题的改进蚁群算法", 系统仿真学报, no. 05, pages 974 - 977 * |
Also Published As
Publication number | Publication date |
---|---|
CN113761781B (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6154736A (en) | Belief networks with decision graphs | |
CN102141990A (zh) | 一种搜索方法和装置 | |
CN109308300B (zh) | 一种逻辑运算的处理方法、装置、转换插件及存储介质 | |
CN112672370B (zh) | 网元指标数据的自动检测方法及系统、设备和存储介质 | |
CN109344227A (zh) | 工单处理方法、系统和电子设备 | |
US20070234263A1 (en) | Method and apparatus for describing and managing properties of a transformer coil | |
CN111061679A (zh) | 一种基于rete和drools规则的科技创新政策速配的方法和系统 | |
CN117355852A (zh) | 基于知识的装配工艺规划方法、装置和系统 | |
CN113032336A (zh) | 信息处理装置、存储介质及信息处理方法 | |
CN111125069A (zh) | 一种数据清洗融合系统 | |
CN112419094B (zh) | 配电物联网数据产品构建方法、装置及可读存储介质 | |
CN113761781A (zh) | 基于蚁群算法的分布式保护装置模型共享方法及装置 | |
CN115269745B (zh) | 一种关系型数据至图数据映射方法、设备及存储介质 | |
CN114997414B (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN116562917A (zh) | 一种电网售电量预测方法及售电管理系统 | |
CN110806973A (zh) | 一种接口报文的自动生成方法及装置 | |
CN116361546A (zh) | 搜索请求的处理方法、装置、电子设备和存储介质 | |
Thakker et al. | S-CBR: semantic case based reasoner for web services discovery and matchmaking | |
CN115186103A (zh) | 一种面向业务模型的自动添加对象横向关系边的方法 | |
CN109905475B (zh) | 一种基于sql以规定格式输出云计算监控数据的方法 | |
CN115983616A (zh) | 一种基于管理系统的业务流程挖掘方法及设备 | |
CN116991951A (zh) | 一种根因质差指标的确定方法、装置和计算机设备 | |
CN117235539A (zh) | 一种异构规则匹配方法和装置 | |
CN115203436A (zh) | 一种基于有向图数据融合的电力知识图谱构建方法和装置 | |
CN116821423A (zh) | 配电网智能解析和知识型故障处理辅助系统及方法 |
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 |