本文關鍵詞：基于多智能體技術的電力系統(tǒng)安全工程能力免疫克隆選擇優(yōu)化研究

  更多相關文章： 電力系統(tǒng) 系統(tǒng)安全工程能力成熟度模型 多智能體系統(tǒng) 免疫克隆優(yōu)化控制

【摘要】：電力系統(tǒng)是一個大型、復雜的動態(tài)系統(tǒng),而常用的安全評價方法難以反映出電力系統(tǒng)的安全工程能力級別以及電力系統(tǒng)的安全性與穩(wěn)定性。電力企業(yè)各環(huán)節(jié)的安全工程能力級別越高,則對應的各個環(huán)節(jié)項目越可靠、越安全、越穩(wěn)定。系統(tǒng)安全工程能力成熟度模型(SSE-CMM)是一種衡量安全工程實踐能力的方法,引入該技術構建電力系統(tǒng)安全工程能力成熟度模型;依據(jù)多智能體系統(tǒng)(MAS)的協(xié)調機制以及學習和推理能力,來構建電力多智能體系統(tǒng)安全工程能力模型;利用模糊建模和優(yōu)化控制技術,來解決基于多智能體技術下的電力系統(tǒng)安全工程能力模糊建模和優(yōu)化問題。因此,提高一個電力行業(yè)的安全工程能力水平,對該行業(yè)的安全穩(wěn)定發(fā)展和效益收益有著十分重要的意義。首先,在熟知電力系統(tǒng)安全特性以及結構情況下,利用系統(tǒng)安全工程能力成熟度模型(SSE-CMM)理論,映射、關聯(lián)、裁剪的到電力系統(tǒng)安全工程關鍵過程域,并根據(jù)關鍵過程域的特點擬出相關基本實踐項目。采用模糊聚類方法對通用實踐進行分類,組成電力系統(tǒng)安全工程過程的公共特性和通用實踐項目。根據(jù)能力級別的定義原則,將其匹配到電力系統(tǒng)中進行描述。由此構建電力系統(tǒng)安全工程過程能力模型。其次,依據(jù)多智能體技術(MAS)相關理論方法,構建電力多智能體安全工程能力體系結構,即發(fā)電站Agent,變電所Agent、輸電線路Agent、配電網(wǎng)Agent以及協(xié)調Agent五個模塊及其內(nèi)部結構,并將各體系結構引入SSE-CMM技術,構建電力系統(tǒng)多智能體安全工程能力模型。然后,鑒于電力系統(tǒng)多智能體結構體系參數(shù)的不確定性,引入三角模糊參數(shù),應用多智能體系統(tǒng)分布式自治及多智能體協(xié)商機制,構建多模糊目標和多模糊約束的電力多智能體系統(tǒng)安全工程能力模型,獲得不同可能性水平下的模糊目標和模糊約束的期望值區(qū)間及其隸屬度函,根據(jù)模糊目標與模糊約束的相對重要程度實現(xiàn)多模糊目標和多模糊約束的隸屬度函數(shù)集成模型,應用免疫克隆選擇優(yōu)化算法迭代求出最優(yōu)安全工程能力。最后,根據(jù)某電力系統(tǒng)的實際情況,將電力系統(tǒng)SSE-CMM模型和多智能體系統(tǒng)安全工程能力成熟度模型及免疫克隆選擇優(yōu)化方法應用到該電力行業(yè),先評估該電力行業(yè)的安全工程能力級別,得到不同可能性下水平下電力多智能體系統(tǒng)最優(yōu)安全工程能力。通過對比分析后,給出相應提升該系統(tǒng)安全工程能力的改進措施,并驗證該模型的有效性和優(yōu)化后結果的可行性。
【關鍵詞】：電力系統(tǒng) 系統(tǒng)安全工程能力成熟度模型 多智能體系統(tǒng) 免疫克隆優(yōu)化控制
【學位授予單位】：南華大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TM08
【目錄】：

• 摘要4-6
• Abstract6-12
• 第1章 緒論12-24
• 1.1 問題的提出12-13
• 1.2 研究現(xiàn)狀13-19
• 1.2.1 系統(tǒng)安全工程能力研究現(xiàn)狀13-15
• 1.2.2 多智能體安全系統(tǒng)工程研究現(xiàn)狀15-17
• 1.2.3 電力系統(tǒng)安全工程能力智能優(yōu)化研究現(xiàn)狀17-19
• 1.3 研究內(nèi)容及技術路線19-21
• 1.3.1 研究內(nèi)容19-20
• 1.3.2 技術路線20-21
• 1.4 創(chuàng)新之處21-24
• 第2章 電力系統(tǒng)安全工程能力模型分析24-40
• 2.1 SSE-CMM模型概述24-25
• 2.2 基于SSE-CMM的電力系統(tǒng)安全工程過程能力模型構建25-33
• 2.2.1 模型過程域構建25-26
• 2.2.2 模型基本實踐構建26-31
• 2.2.3 模型能力級別與通用實踐構建31-33
• 2.3 電力系統(tǒng)安全工程能力評估33-40
• 2.3.1 評估原則33
• 2.3.2 評估方法33-40
• 第3章 電力多智能體系統(tǒng)安全工程能力免疫克隆選擇優(yōu)化研究40-56
• 3.1 多智能體技術模型原理40-46
• 3.1.1 智能體（Agent）概念與特性40-41
• 3.1.2 智能體（Agent）基本結構分析41-43
• 3.1.3 多智能體系統(tǒng)（MAS）概念與特性43-45
• 3.1.4 多智能體系統(tǒng)（MAS）結構體系設計45-46
• 3.2 電力多智能體系統(tǒng)安全工程能力模型構建46-52
• 3.2.1 電力多智能體系統(tǒng)安全體系結構設計46-49
• 3.2.2 電力多智能體系統(tǒng)安全工程能力協(xié)商機制49-52
• 3.3 電力安全系統(tǒng)工程能力免疫克隆選擇優(yōu)化控制52-56
• 3.3.1 免疫克隆選擇算法原理52-53
• 3.3.2 電力多智能體系統(tǒng)安全工程能力免疫克隆選擇優(yōu)化53-56
• 第4章 實例分析56-76
• 4.1 某電力企業(yè)基本情況介紹56-57
• 4.2 某電力企業(yè)SSE-CMM分析57-63
• 4.2.1 某電力企業(yè)SSE-CMM評估57-61
• 4.2.2 某電力企業(yè)SSE-CMM改進方案61-63
• 4.3 某電力企業(yè)多智能體系統(tǒng)安全工程能力優(yōu)化控制63-76
• 4.3.1 某電力企業(yè)多智能體系統(tǒng)安全工程能力優(yōu)化分析63-73
• 4.3.2 某電力企業(yè)多智能體系統(tǒng)安全工程能力改進方案73-76
• 第5章 結論與展望76-78
• 5.1 結論76-77
• 5.2 展望77-78
• 參考文獻78-84
• 作者攻讀學位期間的科研成果84-86
• 致謝86

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李健;戴幸澤;;基于多智能體強化學習算法的微電網(wǎng)優(yōu)化研究[J];制造業(yè)自動化;2016年02期

2 馮利國;;基于多智能體遺傳算法煤礦電能管理技術研究[J];中國新通信;2016年02期

3 喬悅懌;王妍;;基于SSE-CMM模型的銀行信息系統(tǒng)安全風險評估[J];中南財經(jīng)政法大學研究生學報;2015年06期

4 邢林華;盧道遠;陳冬灃;殷豪;陳思哲;陳智慧;;電力系統(tǒng)無功優(yōu)化的多智能體粒子群算法研究[J];黑龍江電力;2014年05期

5 崔微;趙君;白莉紅;;基于多智能體的混合發(fā)電機組調度問題研究[J];陜西電力;2014年04期

6 任雁;;基于SSE-CMM模型的信息系統(tǒng)安全工程管理[J];電子測試;2014年04期

7 鄭偉;王林信;梁琛;高春雷;;MAS在中低壓電網(wǎng)智能電壓優(yōu)化中的研究應用[J];計算機仿真;2013年11期

8 苗國英;馬倩;;多智能體系統(tǒng)的協(xié)調控制研究綜述[J];南京信息工程大學學報(自然科學版);2013年05期

9 霍曉宇;楊仕教;;基于Multi-agent技術的露天礦山生產(chǎn)調度系統(tǒng)的優(yōu)化實現(xiàn)[J];計算技術與自動化;2013年02期

10 李宏宏;康鳳舉;顧浩;;基于MAS的多UUV編隊智能優(yōu)化控制[J];系統(tǒng)仿真技術;2013年01期

，

本文編號：967933