论文部分内容阅读
采用光纤代替传统电缆的通信网络是智能变电站的重要特征,智能变电站通信网络的稳定可靠运行是智能变电站乃至整个智能电网稳定高效运行的强有力保障。智能变电站网络性能评价指标体系的建立、网络状态评价及异常分析,对于智能变电站的安全运行具有重要作用,因此对智能变电站通信网络运行状态评价及异常分析进行研究具有十分重要的意义。本文首先从智能变电站通信网络状态评价以及异常分析的相关背景及研究现状着手,指出智能变电站通信网络评价过程有太多人为因素干预、智能变电站异常分析过程中会混淆一些不确定性或误报信息等一些存在的问题。针对智能变电站网络交换机拓扑发现困难的问题,给出一种智能变电站网络交换机的端口自学习方法。针对智能变电站部分全站系统配置文件配置错误、光纤不通、交换机配置错误不易发现的问题,给出一种判断智能变电站网络虚拟局域网配置错误的方法。针对可能存在智能变电站通信网络的网络风暴问题,给出一种智能变电站网络交换机的网络风暴测试方法,以完善对智能变电站中网络风暴的抑制能力测试体系。针对智能变电站中通信网络运行状态评价过程中人为影响因素较多的问题,给出基于TS模糊神经网络的智能变电站状态评价方法。首先分析智能变电站通信网络评价指标与取值标准,通过将层次分析法得到的权值带入标准欧几里得距离空间算法用于数据的降维,从而刻画出现实各指标权重的差异化。然后搭建结合TS模糊神经网络和模糊聚类的智能变电站状态评价模型,最后结合实验对模型的评价结果进行验证。针对智能变电站异常分析过程中会混淆一些不确定性或误报信息的问题,给出一种将一二次系统多源信息融合起来进行变电站异常分析的新方法。首先,采用模糊Petri网来应对信息的不确定性。然后,利用一二次系统融合的多源信息,进行一次系统异常分析、二次系统异常分析和综合诊断。根据实例的异常分析结果,验证了本方法不仅可以处理信息的不确定性,而且可以发现产生故障的设备,可以提高智能变电站异常分析的整体性能。