论文部分内容阅读
本文是作者论文工作结合“人工神经元网络在电网可靠性管理中的应用”等多个重大项目研究的成果总结。它主要研究了运用神经网络进行图最小割集搜索的方法及其实现技术,将该方法和技术运用于电网可靠性评估分析之中,缓和了电网可靠性分析中存在的“计算灾难”问题,为实现电网可靠性的实时、在线分析和计算提供了有力的工具和可靠的依据。本文的主要工作归纳如下: 1.首次提出了支路可行流、薄弱度和薄弱域的概念,证明了搜索网络K次薄弱割集及其薄弱度的DASWA算法的正确性,为分析网络薄弱程度和范围提供了科学的依据。 2.在研究人工神经元网络理论基础之上,提出了搜索图最小割集的神经网络模型——N-SearCut模型,证明了该模型的稳定性,分析了该模型的动态特性,导出了一系列的定理,为运用该模型进行优化问题的求解提供了理论依据。 3.通过对电网最小割集搜索原则的分析,提出了热量平衡法HBM,论证了利用该方法判断一个网络图连通性能的可行性和正确性。将其运用于N-SearCut模型对图的最小割集搜索之中,发展了N-SearCut模型的应用前景,提高了该模型的实际工程价值。 4.提出了N-SearCut神经网络模型软件实现的NNCS算法和NNSP算法,给出了具体的实现步骤,并通过利用NNSP算法对IEEE24节点可靠性试验系统的可靠性计算表明该算法在一定程度上缓和了电网可靠性分析中存在的“计算灾难”问题。 5.提出了运用N-SearCut神经网络模型搜索图最小割集的全硬件实现方法,为更理想地解决网络可靠性评估中出现的最小割集搜索这一瓶颈问题提出了新的思路,提供了理论和实践依据。 6.提出了通过商业化的神经计算系统来实现利用N-SearCut神经网络模型进行网络最小割集搜索的实现方案,使N-SearCut神经网络模型能真正运用于实际工程中,为网络可靠性分析中出现的瓶颈问题找出了一条较理想的解决途径,使电力系统可靠性评估技术得以充分地发展。 7.在软件设计的开放性、可靠性及面向对象三大要素基础上,根据系统工作原理和可靠性计算要求开发研制出了电网可靠性综合管理系统——ESMIS系统,使其在运用N-SearCut神经网络模型实现方法基础之上,实现了电网的可靠性综合管理,为实际电网可靠性的计算和管理提供了科学的依据和可行的工具。