基于改进最小二乘支持向量机的电力机车牵引电机建模

介绍利用最小二乘支持向量机的回归理论对牵引电机磁化曲线进行拟合,从而建立准确的电力机车牵引电机模型的方法.针对最小二乘支持向量机参数选择耗时长的问题,提出一种基于三步搜索技术的参数选择方法.理论分析及仿真结果表明,该方法可优化选择最小二乘支持向量机的参数,并可提高最小二乘支持向量机的建模速度.将该方法用于电力机车牵引电机建模的参数选择,仿真结果表明,该方法建立的电力机车牵引电机模型精确度高,可用于对电力机车主电路性能及控制策略的研究.     

基于Hadoop的电网监控信息流分布式处理研究

针对智能电网调度系统中大数据集监控信息流存取困难问题,提出一种基于Hadoop云计算框架的分布式集群处理新方法。通过分析电网监控系统中信息流特性,提取3类关键信息流;综合利用分布式文件系统HDFS和映射聚合模型Map/Reduce,建立云集群分布式处理平台,实现监控信息的高效并行处理。以某配电网断面量测记录数据集为例进行测试,结果表明：该方法处理效率相比传统客户/服务器数据库方法提高了约1.4倍,集群规模越大,效果越好,有效避免了大数据集信息处理响应延迟问题。     

基于数据仓库的铁路供电调度监控海量信息容错存储新方法

提出一种基于Hadoop云计算技术的电气化铁路供电调度监控海量数据的容错存储新方法,将铁路供电调度监控数据冗余存储在构建于分布式文件系统(HDFS)上的数据仓库Hive中,可实现海量供电调度监控信息的冗余备份存储,且Hive提供的HiveQL语句可以执行数据查询和数据变换等操作,便于辅助决策。搭建基于Hadoop平台的电气化铁路供电调度监控数据仓库,实验结果表明,新方法在供电调度监控海量信息存储及数据冗余备份方面具有优良性能,能满足电气化铁路海量供电调度监控信息的容错存储。     

集群排队的铁道供电海量准实时数据异步并行查询

针对铁道供电的海量准实时数据查询效率不高造成信息处理效率低下的问题,提出一种基于集群队列模型的铁道供电监控海量信息快速异步并行查询新方法。基于实时Ajax数据引擎,综合运用MPP查询架构,建立供电监控信息的轮询队列模型,实现海量准实时数据在铁道供电监控系统中的快速查询处理。以四机集群和一台查询测试机为平台,以铁道10kV配电网远动调度监控千万级时序数据为算例,进行加载测试和集群查询性能测试。结果表明:MPP结合Ajax异步回调机制,集群磁盘I/O的读取速度约为存储速度的10倍,能够将查询服务器端的交互更新降至数百毫秒级,验证了新的集群监控方法优于常规双数据库服务器并列运行的模式。     

基于MPC算法的电力系统负荷频率控制

针对在大规模电力系统互联情况下如何准确、快速控制系统负荷频率的问题,本文结合模型预测控制算法（MPC）,提出了一种多区域电力系统负荷频率控制方法.该方法实现了超前预测、多约束条件滚动优化和反馈校正,克服了传统PI调节方法对系统参数的敏感性,提高了负荷频率控制系统的稳定性和鲁棒性.文中对三区域电力系统进行建模,并在每个系统中设置了MPC控制器和PI控制器.仿真表明,在多区域系统、多约束条件下MPC算法在频率控制的稳定性和快速性方面远优于PI算法;当系统参数偏移10%时,MPC算法仍能保证控制性能.     

电气化铁路接触网雨凇覆冰厚度预测模型研究

在分析接触网雨淞覆冰形成机理的基础上,结合电气化铁路的供电原理,参考架空导线的覆冰预测模型得出接触网雨淞覆冰自然增长模型,并根据电热融冰热平衡方程,建立接触网牵引电流等效融冰厚度模型。在该基础上,得出接触网雨淞覆冰厚度预测模型。该模型考虑了接触网覆冰的气象因素,也考虑了牵引电流大小极其持续时间的影响,能够较准确地预测接触网雨淞覆冰的厚度。     

铁道供电系统信息流延时的拉丁超立方抽样蒙特卡洛模拟

针对铁道供电系统信息流处理中的延时问题,建立主备模式的通信预处理队列模型、并列服务器实时队列模型和服务器轮询队列模型。利用拉丁超立方抽样技术和蒙特卡洛方法对信息流服务过程进行研究,运用统计学方法得出排队参数概率分布、置信区间和模拟次数之间的关系。以2M光纤通信为例,取平均到达率1 024kB·s-1和平均服务率1 500kB·s-1进行蒙特卡洛模拟。结果表明:报文字节处理服务延时可控制在2～3ms左右;验证了用拉丁超立方抽样代替随机抽样,可减少蒙特卡洛模拟的次数。比较并列服务器和单服务器的实时处理队列平均等待时间模拟结果可知:相同条件下单服务器的实时处理队列平均等待时间超出10ms的概率为82.95%,超出13ms的概率为56.08%,均大于并列服务器实时处理队列平均等待时间的概率。因此,采用并列服务器配置方式可减少铁道供电系统信息流实时处理中的平均等待延时。