一种基于蚁群算法的 分布式智能电网的实时监测技术
王焕才候龙府
（东北大学信息科学与工程学院，辽宁沈阳110000)
派、调度等问题的解决过程中，有很好的实验结果，与此同时，域模型也在不断的完善、改进，并且引起了相关领域众多学者的广泛注意，在 摘要：奴群算法，作为一种在模拟算法领域内，十分先进新型的算法，被称作奴群系统是由凡位意大利研究人员研完得出.域方法在指解决实际的科研问题中有较成功的先例.
关键词：奴群算法：智能电网：实时监测
文章编号：1007-9416(2017)02-0148-02
文献标识码：A
智能电网在物理电网的基础上，利用曾经的传感应用方式，比如测量、计算、信息传导等技术，在完成电网本身优化决策，优化技 术现实的目标.并深入的对客户资源进行合理优化资源配置，保证电能供应充足的同时，实时监测各项指标，确保达到应有的供电目标，综合了相关技术的集合，智能电网最主要的特点是实时性，可以 使较远距离的人及时得到目标信息，并且在变形信息产生后，可以第一时间作出反应，并且以全自动方式应变发展轨道和趋势，作出相应响应速度. 相应的反应和解决方案.解决了劳动力的同时，大大提高了电网的
为了克服蚊群算法的不足，人们将蚊群算法与两交换方法有机强化后来学习得到知识，有利于发现更好的解. 结合，提高基本蚊群算法的搜索效率，做到对过去知识的慢慢遗忘，
1.5自透应蚊群算法
法，这种算法利用随机选择策略，使得进化速度较慢，容易出现停滞 通过对蚊群算法的分析发现：蚁群算法的主要依据是启发式算现象，这是造成蚊群算法的不足的根本原因，因面我们采用确定性选择和随机选择相结合的策略，进化方向已经基本确定，并且适当 加大随机选择的概率，以利于对解空间的更完全搜索，从面可以有效地克服基本蚁群算法的两个不足.
1基本蚊群算法
2分布式智能电网
1.1蚁群算法的原理
2.1分布式智能电网的总体柜架模型
似行为中作出的类似反应，由此，提出一种模拟蚁群运动行为的假 蚊群算法的由来，是人们在科学研究过程中，吸取了蚊群在类设和算法，这种算法比较随机，但是有目标方向的针对性，类似于蚂蚊搜索食物过程中的趋同性，以人工方式的求解，可以区分蚊群系 统，我们称这样的算法为蚁群算法.
未来智能电网的重要特征是分布式能源的接入和并网，大量分布式发电的接入即微网，是一个实现自我控制、保护和管理的系统.因此，把这类智能电网称为分布式智能电网，分布式智能电网结构， 实时地根据用户负载的需求，控制发电和输配电，负载用电量多级可控，发电与用电之间有缓存储能等功能.
1.2双群系统模型及其实现
对此模型稍作修改，即可为模拟蚂蚁的实际行为，由此面产生的蚁 蚊群系统的模型是我们理解蚁群算法的关键，我们以图1为例，群算法做引导.
为实现分布式发电的高效和稳定，一种综合了规划和优化的综合性模型应运面生，在智能电网大兴天下的时刻，此模型被应用于算机的同时，对新算法也有着重要贡献. 智能电网中，符合了计算机解决技术问题的新浪潮，适应了先进计
1.3基本奴群算法的优点与不足之处
蚊群算法有其先天的优越性，具体表现为：鲁棒性，适应性强，稍作修改便可以数量级的变化适应于其他的算法，并行性，并行性是分布计算的一个进化算法，容易与其他的算法做统分结合，解题 空间的搜索：当蚊群算法有一定的应用基础后，个体之间的差异便不再明显，并且趋同于一致.
3智能电网的实时监测技术
3.1技术应用目标及设计原则
中，相关硬件以及硬件运输，硬件的相关质量是否达到标准，工况如 （1）应用目标.1）第一个应用目标便是研制智能电网装测过程何，视频以及远程的监控坚实装置是否达标，因为利用检测技术实时监测输电线路的温度和工况是十分必要的.2）野外监测设备，在应 用过程中，安全问题十分重要，利用线路感应技术，解决监测装置的供电难题，利用无线中继技术解决电线路监测的通信问题，3）使远程无电源输电线路监测装置具有一定的创新性和先进性，并达到实用 化.
1.4奴群算法研究现状
图1蚊群系统模型
（2）设计原则.本设计，在一定程式下，需遵循以下原则：1）系统
收稿目期：
作者简介：王焕才（1981一）男，汉，黑龙江宁安人，东北大学在读博士研究生，研究方向：能添系统，智能电网等；候龙府（1989一），男，汉，河北石 家庄人，东北大学在读博士研究生，研究方向：实时监控，分布式技术等.
万方数据
的安全性，是由数据的精准采集以及分析分离技术想配合所保证效，优于一般文字效果.客户利用图形，更直观的观测采集点的分布的，2国家关于电网的设计，有独特的实时监测技术以及相关的技术情况，提高了工作效率.平，电力设备具有较强的事务处理能力，实现复杂业务流程的同时，方便与前置机进行通讯，还可以稳定的分析、处理存储在数据中心 与数据库以及底层设备可以直接进行对话，因此数据管理平台不仅的数据，提高程序的运行效率.
除此之外，任何时间、任何地点、任何系统，只要可以使用浏览器上网，就可以允许多个用户同时在线浏览，查询所监测线路的数据.
3.2技术应用设计
一般情况下，监测子站在收到监控中心轮询命令后，把收集到的监测数据上传到监控中心.如果终端发现有异常情况，则产生报 警数据.监控中心进行综合处理，本平台采集的监测数据有：图像、导线弧垂和温度.
铺设的光网.这样就可以实现监控中心对高压输电线路的远程监控 监测子站和采集终端在高压变电站处经由监测网关接入已经
（1）结构设计，监测子站负责收集所辖各采集终端的数据，并上传.（2）功能设计.本平台完成后，将能够实现：1）数据采集功能，2）数 据传输功能.3）数据监控功能.
4技术难题及应用分析
（1)输电线路范围过广时不利于监视的问题针对高压输电线路.接将太阳能转化为电能.它适用于任何地区，只要有阳光就可产生 （(2）采集终端和监控子站的电源问题.太阳能光伏电池因为实现了直电能，白天可将电能储存于蓄电池，晚上或阴天时用电，光伏电池供电技术的安装方便、寿命长，节能环保等优点.（3）监测装置的实时通 信问题.研究远距离无线通信技术，解决监测装置的实时通信问题.采用新型协议建立自主通信网络，具有无网络使用费、通信可靠、无地方盲区等特点.该系统利用图形界面化操作，可以带来可视化功
.上接第147页
排序，在初始化进人作业运行队列开始调度.
②作业运行队列.为每个作业队列分配一定的资源配额，配额管理方法与Capacity调度算法一致，运行队列还可分为可共享型队列和非可共享型队列两类.可共享型队列中的资源配额回收中加人 了抢占共享机制.
依据作业类型的特点和需求，在云计算资源归一化的基础上，实现资源调度的优化.其中算法流程图如图1.
本文重点研究与分析了各种不同的资源管理调度方法、同时充资源调整的条件，并提出具体算法，此外，针对算法如何更加优化，比 分考虑云计算平台运行的实际情况，针对不同的资源分析触发这些如，资源抢占、防止乒乓效益等，这也是云服务提供商非常关心的间题，因此，资源分配策略的不断改进和优化，需要更多的研究和探索.
参考文献
[1]事乔 郑姚云计算研究现状综述[].计算机科学 2011 38(4):3035 [2]S. Ghemawat H.Gobioff S.T.Leung.The Google File System.Communications of the ACM. Volume 37 Issue 5 pp.2943 2003. [3]L.A Barroso J Dean UH 1zle.Web Search for a Planet:The GoogleCluster Architecture.IEEE Micro.Volume23 Issue 2 pp. 2228 2003.[4]吴朱华编著.云计算核心技术制析[M].北京：电子工业出版社， 201 1:7982.
参考文献
蚊群算法是一种新型的模拟进化算法，其应用于分布式智能电网的实时监测技术研究才刚刚开始，需要不断深人研究的问题非常多，随着逐层深人，蚊群算法这种先进新型的算法必然也痛其他的 优秀算法一样，在未来的只能电网网态分布以及实施的电网检测中广泛的应用.由此而来，本文提出的各种方式的智能电网技术，尤其是智能电网的实时监测技术仅仅是小范围的涵盖体现，并未有大范 围的在电网检测基础上的细化和广表扩展，国内范围内的智能电网检测技术、模式以及实现将是一个极具考验和挑战性的课题.无线智能电网的输电线路传输和检测技术，状态，是由无线传感器，无线 网络技术，太阳能发电技术、无线传感技术及点对点实时监测技术的，自源组合来设计和应用实现，达到最初的设计标准，平台的相关 来实现的，技术的稳定性，可靠性、技术性、及时性等均需一种新型数据采集以及险情防范措施，自平台投人运行以来，结果反映良好，监测效果达标，在满足了运营状态的同时，确保了系统的稳定性和 专业技术性、可维修性.智能电网在我国相关领域的技术提高及不断扩大应用范围，必将不但降纸我过电网运营成本，提高电网的运营效率和稳定性，造福亿万百姓，
[1]严勇，康琦，买启迪.基于微粒群算法的分布式发电优化配置.北京理工大学学报，2012 32(5):517.[3]陈升.李武杭输电线路防身害技术播施的应用[J].浙江电力 2003 [2]万蒙，袁荣湘最优潮流算法综述[J].继电界 2005 33（11):80.(2):3031.[4]黄新波，刘家兵，慕伟，等，电力架空线路覆冰雪的国内外研究现状 [J].电网技术 2008 32(4):2338.
[5]赵文威方国佛，让云触手可及微软云计算实践指示[M]北京：电子 工业出版社 2010:153155.
[6韩建民，鹿玲杰.资源调度机制在计算机控制系统中的应用.计算机应用[J] 201 3 41(2):56.
[7]I.Menken G.8lokdijk. Cloud Comput:ing Virtualization Specialist Complete Certification Kit Study Guide Book andOnline Course. Emereo Pty Ltd. 2009.
[8]何福贵，候义斌基于有限优先级的动态调度分组算法，北京工业大学学报 2013 34（8)：1112.
[9]张鹏飞.云计算数据中心调度算法研究[3].电子世界2014(3]:3-66. [10]林伟伟，齐德显.云计算资源调度研究综述[J].云计算资源调度研究综述，2012（10)：127-134.
[11]C. Guo G. Lu et al. Secondnet: A data center network virtualizat ion anchitecture with bandwidth guanantees[C].The6th Internat iona1 Conferenoe USA December 201 0 1 12 .
[12]HIEU B T NOBUYAMA E. A local voting method by scanning highconf idence level voters for vanishing point detection[C]//Proc ofSICE Annual Conference . 201 1 :790795.
[13]何一舟MapReduce的性能分析与优化[D].武汉：华中科技大学， 201 1:6874.
