用于配电网络重配置的系统、方法和装置及有形计算机可读介质

摘要

本公开提供了一种用于配电网络重配置的系统、方法和装置，并且提供了一种有形计算机可读介质。所述系统包括：至少一个处理器；以及存储计算机可执行指令的至少一个存储器。所述至少一个存储器和所述计算机可执行指令可被配置为利用至少一个处理器致使所述系统：基于对所述配电网络的实时测量结果来检测配电网络中的异常负荷状况；以及响应于检测到的由过量的有效功率所引起的异常负荷状况，对所述配电网络执行重配置分析过程，以获取针对所检测到的异常负荷状况的重配置方案。基于结合深度优先搜索和广度优先搜索二者的启发式逻辑方法，来执行所述重配置分析过程。利用本公开的实施例，可以基于实时测量结果来检测异常负荷状况，并且通过该重配置分析过程，可以获取实用且优化的重配置方案，从而及时减轻甚至消除所检测到的异常负荷状况，这可以进一步地防止过早的设备故障，并且最终节省设备替换和电力中断的成本。因此，能够以改善的稳定性和可靠性来运营配电网络，并且可以减少运营成本。

说明书

技术领域

本公开的实施例涉及电网技术领域，并且更具体地涉及一种用 于配电网络重配置的系统、方法和装置以及一种有形计算机可读介 质。

背景技术

各种产业均都有与之相关的网络。一个这样的产业是管理电网 的公用事业产业。电网可以包括下列中的一种或全部：发电、输电以 及配电。电力可以通过诸如燃煤火电厂、核电站等的发电站来产生。 出于效率目的，产生的电力被升压至非常高的电压(例如345K伏特) 并且在输电线路上传输。输电线路可以长距离输送电力，比如跨越州 界或跨越国界，直到到达其批发客户，该批发客户可以是拥有自己的 本地配电网络的公司。输电线路可以终止到输电变电站，该输电变电 站可以将非常高的电压降低至中间电压(例如138K伏特)。使用更 小的传输线(例如，二次输电线路)将中间电压从输电变电站输送到 配电变电站。在配电变电站，可以再次将该中间电压下降到“中压” (例如，从4K伏特到23K伏特)。可以从配电变电站引出一条或多 条馈线电路。例如，可以从配电变电站引出四条到几十条馈线电路。 馈线电路是包含4条引线的3相电路(3条引线用于3相中的每一相 并且将一条引线用于中性线)。馈线电路可以在地面上(在电杆上) 或在地下布线。可以使用配电变压器周期性地分接馈线电路上的电 压，配电变压器将电压从“中压”降低至用户电压(例如，120V等)。 该用户电压随后可以供用户使用。

目前，仍然无法实时地在态势上获知配电网络的状态。因此， 配电网络通常运行在断电或停电的高风险下。实际上，存在可以致使 电力故障的许多原因，诸如电力需求超出电力供应，电站古战、线路 故障或设备短路，设备重负荷，或者长时间超负荷操作等。而且，随 着电力需求的增加，配电设备的重负荷或超负荷的情况比以前出现得 更多。重负荷或超负荷可以致使绝缘系统中的温度上升和绝缘材料的 损坏，并且可以致使设备故障风险的增加，这继而来又可能致使过早 的故障，并且进一步影响电网可靠性。然而，目前的配电管理系统 (DMS)却不能获取整个网络的所有负载的信息(诸如配电变压器的 信息)，这就意味着不能及时地识别和解决重负荷或超负荷的问题。

发明内容

根据本公开的一个方面，提供了一种用于配电网重配置的系统。 该系统可包括：至少一个处理器；以及存储计算机可执行指令的至 少一个存储器。所述至少一个存储器和所述计算机可执行指令可被 配置为利用至少一个处理器致使所述系统执行下列操作：基于对配 电网络的实时测量结果来检测所述配电网络中的异常负荷状况；以 及，响应于检测到由过量有效功率所引起的异常负荷状况，对所述 配电网络执行重配置分析过程，以获取针对所检测到的异常负荷状 况的重配置方案。基于结合深度优先搜索和广度优先搜索二者的启 发式逻辑方法，执行所述重配置分析过程。

根据本公开的一个方面，提供了一种用于配电网络重配置的方 法。该方法可包括：基于对配电网络的实时测量结果来检测所述配 电网络中的异常负荷状况；以及，响应于检测到由过量有效功率所 引起的异常负荷状况，对所述配电网络执行重配置分析过程，以获 取针对所检测到的异常负荷状况的重配置方案。基于结合深度优先 搜索和广度优先搜索二者的启发式逻辑方法，执行所述重配置分析 过程。

根据本公开的又一方面，提供了一种用于配电网络重配置的装 置。该装置可包括：用于基于对配电网络的实时测量结果来检测所 述配电网络中的异常负荷状况的装置；以及，用于响应于检测到由 过量的有效功率所引起的异常负荷状况，对所述配电网络执行重配 置分析过程，以获取针对所检测到的异常负荷状况的重配置方案。 该执行工具被配置成基于结合深度优先搜索和广度优先搜索二者的 启发式逻辑方法，执行重所述配置分析过程。

根据本公开的再一方面，提供了另一用于配电网络重配置的装 置。该装置可包括：负荷状况检测模块，该负荷状况检测模块被配 置成基于对配电网络的实时测量结果来检测所述配电网络中的异常 负荷状况；以及，分析过程执行模块，该分析过程执行模块被配置 成响应于检测到由过量有效功率所引起的异常负荷状况，对所述配 电网络执行重配置分析过程，以获取针对所检测到的异常负荷状况 的重配置方案。该分析过程执行模块可以被配置成基于结合深度优 先搜索和广度优先搜索二者的启发式逻辑方法，执行重配置分析过 程。

根据本公开的又一方面，提供了一种有形计算机可读介质，其 具有由处理器可执行以重配置配电网络的多个指令。有形计算机可 读介质可以包括被配置成执行根据本公开的第二方面的方法的各个 步骤。

使用本公开的各个实施例，可以基于实时测量结果来检测异常 负荷状况，并且通过重配置分析过程，可以获取具有平衡的负荷转 移和较少的开关操作的实用且优化的重配置方案，从而及时地减轻 甚至消除所检测到的异常负荷状况，这可以进一步地防止可能的过 早设备故障，并且最终节省设备替换和电力中断的成本。因此，能 够以改善的稳定性和可靠性来运营配电网络，并且可以减少运营成 本。

附图说明

通过对参考附图进行说明的各个实施例的详细阐述，本公开的 上述特征及其他特征将变得更加明显，在本公开的所有附图中，使 用相似的参考数字表示了相同或相似的部件，在附图中：

图1示意性地图示了传统计量方式下的配电网络模型的框图；

图2示意性地图示了根据本公开的实施例的用于总体网络负荷 状况获知的示例性网络模型；

图3示意性地图示了根据本公开的实施例的用于配电网络重配 置的方法的流程图；

图4示意性地图示了根据本公开的实施例的用于检测异常负荷 状况的方法的流程图；

图5示意性地图示了根据本公开的实施例的用于执行重配置分 析过程的方法的流程图；

图6示意性地图示了说明根据本公开的实施例的重配置优化过 程的框图；

图7示意性地图示了执行根据本公开的实施例的重配置优化过 程的方法的流程图；

图8示意性地图示了深度优先搜索(DFS)方法的示图；

图9示意性地图示了广度优先搜索(BFS)方法的示图；

图10示意性地图示了根据本公开的实施例用于执行结合 DFS-BFS的启发式逻辑方法的方法的流程图；

图11示意性地图示了根据本公开的实施例用于执行DFS方法的 方法的流程图；

图12示意性地图示了根据本公开的实施例用于执行BFS方法的 方法的流程图；

图13A示意性地图示了对其执行重配置优化过程的仿真的两馈 线测试系统的单线路示图；

图13B示意性地图示了对其执行结合DFS和BFS二者的启发式 逻辑方法的仿真的三馈线测试系统的单线路示图；

图14示意性地图示了根据本公开的实施例的用于配电网络重配 置的系统的框图；

图15示意性地图示了根据本公开的实施例的用于配电网络重配 置的装置的框图；

图16示意性地图示了根据本公开的另一个实施例的用于配电网 络重配置的装置的框图；以及

图17示意性地图示了一种通用计算机系统，其被编程为可以代 表本文所提及的任意计算设备的特定计算机系统。

具体实施方式

在下文中，将参考附图来描述本公开的几个实施例。在以下描 述中，阐述了许多特定细节以便提供实施例的透彻理解。然而，对 于本领域的技术人员显而易见的是本公开的实施方式可不具有这些 细节，并且本公开不限于如在本文中介绍的特定实施例。相反地， 可考虑以下特征和元素的任何的任意组合以实现和实施本公开，无 论其是否涉及到不同的实施例。因此，以下方面、特征和实施例仅 仅用于说明性目的，并且不应理解为所附权利要求的元素或限制， 除非在权利要求中另外明确地指明。另外，在某些情况下，并未详 细地描述众所周知的方法和结构，以避免不必要地模糊本公开的各 个实施例。

如上所述，因为在现有技术中，DMS不能够获取整个配电网的 全部负荷信息，所以就不能获取配电网络中的各个设备的状况(特 别是负荷状况)，并且因此不能及时地识别和处理异常负荷的状况。 图1示意性地图示了传统的配电网络模型的框图。如图1所示，在 该配电网络中，测量电力数据的仪表布置在干线的头部，因此位于 支线中的负载的电力数据是未知的，并且不能被系统运营者实时获 取。因此，在传统上通过估计来获取用于功率流(powerflow)计算 的负荷数据，这就意味着针对每个支线的功率流的计算结果是不准 确的，因此获取的配电网络的负荷态势也就不准确。正是由于这个 原因，系统运营者并不相信功率流的计算结果，并且不相信与网络 可靠性问题相关的负荷状况。

然而，电力公司已经尝试了通过应用最先进的IT技术和电力工 程技术将电网更新为“智能电网”。随着智能电网的部署，许多应 用都采用了高级计量基础架构(AMI)、相量测量单元(PMU)、 以及其他在线计量设备。因此，在本公开中提出了一种用于获知总 体网络负荷状况的新的网络模型，将参考图2对其进行描述。

现在参考图2，其示意性地图示了根据本公开的实施例的用于总 体网络负荷状况获知的网络模型。如图2所示，该模型基于诸如AMI 的在线计量系统，即除了在馈线的头部安装仪表之外，也在终端用 户位置处也安装了仪表，以便获取对应的功率数据。因此，在图示 的模型中，可以实时或准实时地获取准确的功率数据。通过这种方 式，就可以实时或准实时地监测负荷状况。因此，当在配电网络中 出现异常负荷状况时，就可以采取措施来减轻或消除异常负荷状况， 从而使配电网络能够以合理的状态来运营，断电的可能性可以被降 低，并且这继而又保证了电网的可靠性。

接着，将参考图3来描述本公开所提出的用于配电网络重配置 的方法，图3示意性地图示了根据本公开的实施例的用于配电网络 重配置的方法的流程图。

如图3所示，首先可以在步骤S301中，基于配电网络上的实时 测量结果来检测配电网络中的异常负荷状况。

在本公开所提出的用于总体网络负荷状况获知的网络模型中， 可以实时地获取配电网络的测量结果，并且这提供了实时或准实时 地监测负荷状况的可能性。所述测量结果可以是从诸如AMI的在线 计量设备直接获取的数据，或者是从在线计量系统的实时数据库直 接获取的数据。此后，将参考图4对如何根据这些实时测量结果来 检测异常负荷状况来进行描述。

首先，可以在步骤S401中，基于从例如AMI获取的实时电网 数据来执行功率流的计算。所述功率流的计算可以通过诸如阻抗算 法、牛顿-拉普森、P-Q分解等任意功率流计算算法来实现，以获取 配电网络中的有功功率p和无功功率q，特别是获取配电网络中的每 个设备的有功功率p和无功功率q。这些功率流计算方法在现有技术 中已知，因此将省略关于功率流计算的具体描述，以便不使本公开 变得不清楚。

因此，通过功率数据计算，可以获取每个设备的有功功率p和 无功功率q。基于所获取的有功功率p和无功功率q，可以在步骤S402 中计算每个设备的负荷因数K。此处，负荷因数K是对负荷状况的 一种度量，如果其高于预定的阈值，那么就可能指示异常负荷状况。 例如，可以如下计算负荷因数：

$K=\frac{\sqrt{p^2+q^2}}{S_r}$(式子1)

其中K表示负荷因数；p表示配电网络中每个设备的有功功率；q表 示配电网络中的每个设备的无功功率；而S_r表示配电网络中的每个 设备的额定视在功率。

通常，可以将针对超负荷的阈值设置为1，即，如果负荷因数大 于1，其指示设备中的超负荷状况。而且，可以存在针对重负荷状况 的阈值，例如，可以将其设置为0.8，因此，当所计算的负荷因数大 于0.8时，就检测到重负荷状况。此外，需要注意的是，步骤S402 也可以是功率流计算的一部分，即，可以将步骤S402并入步骤S401 中，功率流计算本身将能够给出负荷因数K，而无需额外的负荷因 数计算。

接着，在步骤S403中，可以针对异常负荷状况识别其原因，即， 可以识别是由于过量有功功率还是由于过量无功功率(Q)引起异常 状况的。

需要理解的是，负荷因数K通过有功功率p和无功功率q二者 来确定，这意味着所检测到的异常状况可能是由较大的有功功率p 值或者由较大的无功功率q值所引起的。较大的无功功率由于电网 中的无功功率补偿的不足而产生，而较大的有功功率由于过量的有 效功率需求而产生。对于由于过量的有效功率而产生的异常负荷状 况，可以执行负荷转移，从而减轻或消除异常负荷状况。因此，可 以在检测到异常负荷状况之后执行原因的识别。

例如，可以基于设备的功率因数来确定所述识别。功率因数是 本领域中已知的因数，它是有功功率和视在功率的比值，即，有功 功率和视在功率之间的夹角的余弦值。功率因数可以被表示成

$cos\theta =\frac{p}{\sqrt{p^2+q^2}}$(式子2)

其中的cosθ表示功率因数；p表示配电网络中的每个设备的有功功率； q表示配电网络中的每个设备的无功功率；而表示配电网络 中的每个设备的视在功率。

在本公开的实施例中，提供了原因识别所使用的阈值cosθ_TH。如 果所计算出的功率因数cosθ大于阈值cosθ_TH，则意味着异常状况是由 于过量的有功功率p所引起的；相反，如果所计算出的功率因数cosθ 小于阈值cosθ_TH，那么异常状况是由于过量的无功功率q所引起的。

回头参考图3，在后面的步骤S302中，针对由于过量的有效功 率所产生的异常负荷条件，可以对配电网络执行重配置分析过程， 从而获取针对所检测到的异常负荷状况的重配置方案。

如上面所提到的，对于由于过量的有效功率所产生的那些异常 负荷状况，可以执行负荷转移以减轻或甚至是消除这些异常负荷状 况。负荷转移意味着在存在局部故障或局部故障风险时，对配电网 络中的负荷的重新分配。可以通过配电网络的重配置来实现负荷转 移。配电网络的重配置也可以被称作配电馈线的重配置，是指改变 分段开关和边界开关的状态，从而选择备选供电路径以减少网络损 耗、消除超负荷、平衡负荷和改善电力质量。将在下文中提供与重 配置分析过程相关的详细描述，因此不在此进行阐述。

接着在步骤S303中，可以基于重配置方案来执行配电网络上的 重配置。一旦获取了重配置方案，就可以向重配置方案中所涉及的 开关发布控制命令，从而打开或关闭各个开关。本领域已知对配电 网络执行配置，因此在这里将不再阐述，以避免不必要地模糊本公 开。

接着参考图5，现在将对重配置分析过程做出详细描述，该重配 置分析过程可以基于可执行哪些负荷转移以减轻或甚至是消除异常 负荷状况，来获取重配置方案。

图5图示了根据本公开的实施例的执行重配置分析过程的流程 图。如图所示，对于由过量有效功率所引起的异常负荷状况，可以 首先在步骤S501中执行重配置优化过程。如果在步骤S502中确定 能够通过该重配置优化过程获取可接受的解，那么就可以将该可接 受的解作为最终的结果，并且该方法结束；否则，该方法进行到步 骤S503。在步骤S503，还可以执行结合DFS算法和BFS算法二者 的启发式逻辑方法，也可以将其称作DFS-BFS结合的启发式方法。 通过这种方式，可以获取实用的优化重配置方案，从而及时地减轻 所检测到的负荷状况。

接下来，将参考图6至图12来分别描述重配置优化过程和 DFS-BFS结合的启发式逻辑方法。在下面，将首先描述重配置优化 过程所使用的线性综合优化模型。

重配置优化过程的建模

通常，存在针对重配置优化过程的三种类型的目标函数，即， 最小网络损耗、平衡负荷、快速电力恢复(powerrestoration)。虽 然这些类型的目标函数可以被用于本公开，但是本文将考虑的是， 采用最少的操作次数来减轻或消除异常负荷状况。即，这里将相反 提出另一种目标，即最小化开关操作数目。可以用下式表示该目标 函数：

目标：$\min \underset{l=1}{\overset{m}{\Sigma }}{S}_l$(式子3)

其中的l表示线路的线路索引，m表示线路的总数；S_l表示线路l从 初始状态a_l0到当前状态a_l的状态改变，并且，它是状态a_l0和状态 a_l之间的绝对值，即，S_l＝|a_l-a_l0|。如果线路l的开关被打开，那么 状态a_l的值是0，否则，状态a_l的值是1。

此外，存在针对该模型的几个约束，在下面将逐一地对其进行 描述。

■开关次数约束

开关次数约束是对开关操作数目的约束。即，应该将m条线路 的开关操作的总数目限制在预定值之下，而预定值可以由系统运营 者或调度员预先设置。开关次数约束可以由下式表示：

$\underset{l=1}{\overset{m}{\Sigma }}{S}_l\le \delta$(式子4)

其中的参数l、m和S_l与式子3中的那些参数类似，而δ表示开关次 数的预定阈值。

■功率流平衡约束

对于配电网络中的每个节点i，都应当满足功率流平衡，即，连 接至节点的线路的功率流的总和都应当等于节点上的负荷。因此， 功率流平衡约束可以写成下面的式子：

$\underset{j}{\Sigma }{a}_{ij}\left[b_{ij}({\theta }_i-{\theta }_j)\right]=P_{Di},j\in N\left(i\right)$(式子5)

其中的i表示节点的节点索引；j表示另一个节点的节点索引；a_ij表 示节点i和节点j之间的连接状态；b_ij是节点i和节点j之间的电抗 x_ij的导数的负值，即；θ_i和θ_j分别表示在节点i和节点j 处的电压的相角；P_Di表示在节点i处的负荷值。此外，j属于与节点 i连接的节点的集合，或者说，节点j表示与节点i连接的节点。

■线路容量约束

此外，可以设置针对最大线路容量的约束，通过该约束就可以 确保所获取的解避免了异常负荷状况。可以将该线路容量约束表示 成：

a_ij[b_ij(θ_i-θ_j)]≤S_maxl,j∈N(i)(式子6)

其中的参数a_ij、b_ij、θ_i和θ_j类似于式子5中的那些参数；而S_maxl表示 节点i和节点j之间的线路l的最大线路容量。

■网络拓扑约束

需要了解的是，即使在配电网络重配置之后，经过重配置的网 络也仍然应该满足初始的拓扑，即仍然具有径向拓扑。因此，可以 具有拓扑约束，拓扑约束可能基于如下表示图论：

β_ij+β_ji＝a_l；(式子7)

$\underset{i=N\left(i\right)}{\Sigma }{\beta }_{ij}=1,i=1,...n;$(式子8)

β_0j＝0,j∈N(0)；(式子9)

β_ij∈{0,1},i＝1,...n,j∈N(i)；(式子10)

其中a_l表示节点i和节点j之间的线路l的连接状态；而β_ij表示节点 j是否是节点i的父节点；β_ji表示节点i是否是节点j的父节点。如 果节点j节点i的父节点，那么参数β_ij将具有值1，否则，其将具有 值0。在上述的拓扑约束中，式子7表示线路l只能具有一个电流方 向，式子8表示节点可以具有一个且只有一个父节点，即，在辐射 网络中仅仅存在一个功率源；式子9表示配电网络的干站点没有任 何父节点，并且可以将其视为电源父节点；式子10表示β对于配电 网络中的所有节点是二进制值。

还可以看出的是，上述优化模型是线性综合优化问题。因此， 通常都可以通过诸如IBMILOG的可以在商业上获得的优化软件来 求解。然而，需要了解的是，配电网络重配置本身是非线性综合优 化问题，而现在已经将其转化为了线性综合优化问题。这意味着根 据线性综合优化问题所得到的结果可能会违背实际操作中的某些约 束(特别是诸如最大线路容量约束的约束)。因此，在本公开中， 还提出了基于AC功率流的仿真结果来进一步验证所求解的结果， 而且，如果根据所述仿真结果确定如果仍然存在异常负荷状况，就 可以调整这些约束，并且将再次求解该优化问题，以便获取不会引 起超负荷状况的解。

图6示意性地图示了说明在本公开中提出的重配置优化过程的 框图。如图所示，优化求解模块610将基于直流(DC)功率流来求 解线性综合优化，也就是说，对于该线性综合优化模型，首先将基 于DC功率流而不是AC功率流来求解功率流的约束。该求解过程可 以通过诸如IBMILOG的可以在商业上获得的任意适合的优化软件 来执行。可以将通过求解综合优化问题所获取的结果提供给AC功 率流仿真模块620，该功率流仿真模块620将基于AC功率流来执行 功率流的计算，以检查该配电网络是否仍然处于超负荷状况。如果 AC功率流计算的结果显示没有超负荷状况，那么所求解的结果就可 以被作为最终的结果被输出。否则，约束调整模块630就可以调整 线性综合优化模型的约束，特别是降低配电网络的额定限制值。在 调整之后，可以再次求解线性综合优化，以获取更新的结果。因此， 在重配置优化过程中，将首先基于DC功率流来求解功率流的平衡 约束，通过这种方式可以将非线性优化模型转化为线性优化模型。 随后将基于AC功率流的计算来验证该线性综合优化模型。通过迭 代，可以找到实用的全局最优解。

图7示意性地图示了根据本公开的实施例的重配置优化过程的 流程图。如图7所示，在步骤S701中，可以首先确定过程所尝试的 数目n是否大于所允许的最大值10，如果大于，则该方法结束。如 果不大于，则在步骤S702中，可以通过诸如IBMILOG的优化软件 在线路容量约束ratedS’＝(1-0.01a)*ratedS下求解线性综合优化模型， 其中参数a表示约束调整的次数且可以具有初始值0。随后，可以基 于从步骤S702获取的解来执行开关操作，从而在步骤S703中改变 网络拓扑。随后，在步骤S704中，将基于改变后的网络拓扑来重新 计算AC功率流。根据所计算出的功率流的结果，就可以在步骤S705 中确定是否存在异常负荷状况。如果已经消除了异常负荷状况，那 么该方法结束。否则，在步骤S706中，就可以进一步确定异常线路 是否是在前面仿真中的异常负荷状况中从未出现过的新线路。如果 只存在新的异常线路，那么在步骤S707中，过程可以尝试将数目n 加1，可以将当前的拓扑设置为优化过程的初始拓扑，并且方法随后 返回至步骤S701。另一方面，如果异常线路不是新线路，那么就可 以在步骤S708中确定异常线路是否是在最后一次仿真中所出现的所 有异常线路；如果是这样，那么方法进行到步骤S710；如果不是这 样，那么方法进入步骤S709。

在步骤S709中，就可以确定当前拓扑中的所有异常线路的新负 荷因数K是否大于最后一次仿真中的对应负荷因数K，即，确定是 否已经减轻了异常负荷状况。如果答案是肯定的，那么就可以将该 结果作为输出，并且方法结束，否则方法进行到步骤S710。在步骤 S710，就可以确定约束调整的数目是否超过了阈值50。如果超过， 那么方法结束；如果没超过，方法返回至步骤S711。在步骤S711， 对于每个异常线路，将参数a加1，并返回至步骤S702，且方法继 续执行。

如在图5中的步骤S502所示，即使存在来自重配置优化过程的 解，也并不意味着这个解应该作为最终的重配置方案。相反，首先 应该确定这个解是否是可以接受的结果。可以接受的结果意味着该 结果是全局最优解，其满足了约束，并且更重要的是，其还应该可 以在实际操作中实行。因此，这个解应该满足预定的基于知识的规 则。例如，这些规则包括下列规则：

■结果中所涉及的开关应该是能够受控的自动开关；

■结果中所涉及的开关不应该是由于诸如通信故障、不工作等原 因而引起的不能操作的开关；以及

■其他任何合适的规则。

如果这个结果不是全局最优结果，或者其不能够满足上述基于 知识的规则中的任意一个规则时，则将执行DFS-BFS结合的启发式 逻辑方法。

启发式逻辑方法是不同于优化算法的一种算法，并且其利用搜 索算法作为启发式搜索过程的一部分来模拟运营者过程。启发式逻 辑方法的优点在于，其允许使用某些微小知识(particleknowledge)， 将待评估的备选的数目减少为对问题进行求解时可管理的数量。网 络重配置问题是，决定开关/断路器的接通/断开状态，并且因此可以 将基于二叉决策树的启发式逻辑方法用于对该问题的求解。搜索策 略确定了启发式逻辑方法的计算效率。可以采用诸如DFS、BFS和 最佳搜索的搜索算法，但是在本公开中，提出了使用DFS和BFS两 者的算法，或者换句话说，本公开将DFS和BFS结合在一起，以执 行启发式逻辑方法。

DFS是用于遍历或搜索树或图的数据结构的算法。DFS从根开 始(在使用图数据结构的情况下，可以将某个节点选为根节点)， 并且在回溯之前尽可能地沿着每个支路来进行探索。如图8所示， 在DFS方式中，首先找到位于异常支路(支路L00012)的下游的所 有的边界开关(例如，开关S00026和S00027)。随后，DFS从这 些边界开关中的一个边界开关开始，并且沿着具有该异常支路的馈 线向边界开关的上游追溯，直到找到与该边界开关配对的、可以打 开的可行开关(feasibleswitch)为止。在此之后，搜索方法回溯到 另一个边界开关，以找到另一个可行解，直到所有的边界开关都完 成搜索为止。因此，DFS可以提供多个解。将参考图11来描述该 DFS的细节，而在这里将不再对其进行阐述。

DFS方法具有的优点是，可以提供最少开关操作动作，其中仅 仅对两个开关进行了操作。然而，需要了解的是，在负荷从一个馈 线转移到另一个馈线之后，网络重配置可能仍然会致使异常负荷状 况，这将会危害网络的可靠性。因此，提出了新的指标来评估负荷 转移效果，以克服这种缺点。

所提出的用于DFS的新指标可以被称作负荷转移指标(LTI)， 其指示负荷转移对负荷平衡的影响。下面将描述LTI的确定。

首先，可以假定对于每条馈线，在边界开关的所有上游支路之 中都存在具有最小剩余容量(margincapacity)的支路。最小剩余容 量可以被表示为并且可以根据如下式子计算：

$I_{capM}^{\min }(I_{rated}-I_{real}^{BT})$(式子11)

其中的表示边界开关的上游支路中的最小支路容量余量；I_rated表 示具有最小支路容量余量的支路的额定容量；而表示执行负荷转 移或网络重配置之前具有最小支路容量余量的支路的实际容量。

在执行网络重配置之后，具有最小支路容量余量的支路的容量 余量将会改变，并且可以根据下列式子计算针对该网络重配置的 LTI：

$LTI=[I_{capM}^{\min }-(I_{rated}-I_{real}^{AT})]/I_{capM}^{\min }*100\%$(式子12)

其中参数和I_rated与式子11中的那些参数类似；而表示具有最 小支路容量余量的支路在执行负荷转移之后的实际容量。通过LTI 指标的方式，可以限制由DFS的解所引起的异常负荷状况。

作为图论中的另一种搜索算法，BFS属于盲搜索，其将开始于 根节点，并且检查所有的相邻节点，随后针对每个相邻节点，检查 这些相邻节点的相邻节点中未被访问的相邻节点，以此类推。如图9 所示，BFS将从超负荷支路(支路L00012)下游的所有边界开关(例 如，开关S00026和S00027)开始，并且经由所有的边界开关，将 其超负荷的负荷几乎相等地转移到与其相邻的所有馈线。因此，BFS 仅仅可以提供一个解。对于BFS的相关细节，请参照下面参考图12 所进行的描述。

BFS的优点在于，它可以提供平衡的负荷转移计划，但是在可 能涉及多个边界开关时，可能需要多个开关操作动作。因此，对于 BFS，在本公开进一步引入了用于开关操作的新指标。也就是说，还 可以设置网络重配置的开关操作的最大可允许数目。例如，最大可 允许数目可以由系统运营者或调度员基于实际的操作经验预先设 置。在本公开中，可以用Nr表示配电网络重配置中的开关操作数目。

在所提出的启发式方法中，BFS算法和DFS算法二者都被用于 查找可行解，而且上述的两个指标LTI和Nr可以被用来确定候选解。 因此，存在三种类型的解，这三种类型的解按如下定义：

■可行解：满足减轻异常负荷情形的条件但却未经过所提出的指 标测试的解；

■候选解：满足所提出的指标的各个预定值的可行解的列表；以 及

■最终解：候选解中的一个解，其可以是通过LTI值或根据DFS 的其他指标排序的候选解列表的最顶部的候选解、或者是来自 BFS的候选解。

接着，将参考图10至图12来描述在本公开中提出的DFS-BFS 结合的启发式逻辑方法。

图10示意性地图示了执行根据本公开的实施例的DFS-BFS结合 的启发式逻辑方法的方法的流程图。如图10所示，在步骤S1001中， 可以首先针对每个边界开关执行深度优先搜索，从而找到所有的可 行解。此后，在步骤S1002中，就可以确定在DFS算法所找到的这 些可行解中是否存在候选解(即，LTI位于预定范围内的解)。如果 存在至少一个候选解，那么方法进行到步骤S1003，在该步骤中，将 该至少一个候选解按照LTI、在所述解所涉及边界开关与异常支路和 之间的阻抗路径、或任何其他的指标来排序或定序，随后该方法结 束。在另一方面，如果不存在任意一个可行解或没有候选解，那么 该方法可以进行到步骤S1004。

在步骤S1004，随后将执行BFS，以获取可行解。随后，在步骤 S1005中，就可以确定是否存在候选解，即，在由BFS算法所找到 的可行解中是否存在Nr位于预定范围内的解。如果存在候选解，那 么方法终止。在另一方面，如果不存在任意一个可行解或不存在使 Nr位于预定范围内的可行解，那么方法可以进行到步骤S1006。在 步骤S1006，就可以检查是否存在DFS的任何可行解，即，具有超 出预定范围的LTI的解。如果不存在这种解，那么方法进行到步骤 S1007，在其中将把部分负荷转移解作为最终解。部分负荷转移的解 可以基于深度优先搜索或广度优先搜索的执行，但是这不是满足条 件的可行解。而且，优选地，可以选择能够致使负荷因数具有最小 值(即，可以致使异常负荷状况被最大消除)的部分负荷转移解。

在另一方面，如果存在超出预定的LTI范围的可行解，那么在 步骤S1008中，就可以将这个解作为最终解。如果存在多个可行解， 那么就可以采用例如具有最小LTI或最短阻抗路径的解作为最终解。

接着，将参考图11和图12分别描述DFS算法和BFS算法。

现在参考图11，图11示意性地图示了根据本公开的实施例用于 执行DFS方法的方法的流程图。如图所示，在步骤S1101中，从异 常支路的边界开关集合中选择边界开关，并且将选定的边界开关作 为用于进行追溯的起点。随后，在步骤S1102中，可以从起点(前 面选定的边界开关)沿着具有异常支路的馈线向着异常开关进行追 溯，以便找到离边界开关的最近的闭合开关。此后，在步骤S1103 中，可以确定是否存在任意闭合开关。如果不存在，那么方法就进 行到步骤S1108，以进一步在不同的方向上进行追溯，否则，方法进 行到步骤S1104。

在步骤S1104，可以获取从闭合开关流出的电流，并且随后在步 骤S1105中，可以确定电流是否大于诸如超负荷容量(I-I_rated)的异 常容量，也就是说，确定该闭合的开关是否可以解决该异常状况。 如果可以解决，那么方法就进行到步骤S1110，否则的话，方法就进 行到步骤S1106。在步骤S1106，可以确定该闭合的开关是否被连接 至异常开关，即确定该闭合的开关是否是从选定的边界开关到异常 开关的最后一个闭合的开关，或者确定在这个方向上的追溯是否已 经完成。如果答案是肯定的，那么方法就进行到步骤S1108，以进一 步在不同的方向上追溯；如果答案是否定的，那么方法就进行到步 骤S1107，在该步骤中将闭合的开关设置为新起点，并且随后在步骤 S1101中，从该新起点继续追溯。

在步骤S1108中，将从沿着具有异常支路的馈线从异常支路向 上游追溯，以找到与边界开关最接近的闭合开关。在步骤S1109中， 如果存在闭合开关，并且从该闭合开关流出的电流低于异常开关的 (I+I_rated)，则方法进行到步骤S1110，否则该方法进行到步骤S1116， 以确定是否存在DFS没有被执行的其他边界开关。如果存在，则该 方法进行到步骤S1117，在该步骤选定另一个边界开关，并且将该选 定的边界开关设置为进行追溯的新起点，该方法随后跳回到步骤 S1101，以执行对新选定的边界开关的追溯。在另一个方面，如果确 定不存在剩余的边界开关，那么方法就进行到步骤S1118，并且给出 指示没有可行解的结果，并且方法随之终止。

如果所找到的开关可以解决该异常状况，那么在步骤S1110中， 就可以闭合该边界开关，并且打开闭合开关，并且随后通过在步骤 S1111中执行功率流计算来检测是否仍然存在异常负荷状况。基于功 率流计算的结果，就可以确定是否存在新的异常支路，或者可以确 定初始的异常支路是否变得更差。如果答案是肯定的，那么方法就 进行到步骤S1116，以确定是否存在任意其他边界开关，否则，在步 骤S1113中，就可以将来自步骤S1108或S1102的解作为针对初始 的异常负荷状况的可行解。方法随后进行到步骤S1114，在该步骤中 可以继续确定可以是否存在可以执行追溯的任意一个边界开关。如 果存在，那么方法进行到步骤S1117，以选择新的边界开关，并且设 置用于新追溯的起点；如果不存在，方法将进行到步骤S1115，以输 出可行解并且结束该方法。

如上面所提到的，如果存在LTI位于预定LTI范围内的可行解， 即，LTI不超过预定阈值，那么就将该可行解作为候选解。如果存在 多个候选解，那么就可以通过LTI或其他的指标来对其进行排序或 定序。在另一方面，如果不存在LTI位于预定LTI范围内的可行解， 那么就可以进一步执行BFS。接下来，将参考图12对BFS进行描述， 图12示意性地图示了根据本公开的示例实施例用于执行BFS方法的 方法的流程图。

如图12所示，首先在步骤S1201中，可以将诸如超负荷电流I 的异常容量除以可用边界开关的总数量M。如上所述，对于BFS， 将会经由所有的边界开关来将异常负荷转移给与其相邻的所有馈 线，因此应该将超负荷电流分成M个部分，每个部分都将被注入到 一个边界开关中。可以基于DFS来执行每个部分的注入，以搜索每 个边界开关的可行解。如果存在一个或多个边界开关没有根据DFS 得到可行解，那么就将在步骤S1204中，从可用边界开关中删除没 有可行解的一个或多个边界开关，并且将可用边界开关的总数量M 减去被删除的边界开关的数目。随后，在步骤S1205中，确定是否 存在任意可用边界开关，或确定是否所有的边界开关都已经被删除， 即确定M的值是否大于0。如果M的值大于0，则方法跳回步骤 S1201，并且将使用数目减少的可用边界开关来重复各个操作。如果 不存在任何剩余的边界开关，那么就可以在步骤S1209中给出指示 没有可行解的结果。

如果并不存在任意边界开关没有可行DFS解的情况，那么方法 就进行到步骤S1206，在该步骤中，将对每个DFS解中所涉及的候 选开关进行操作，并且随后将执行功率流计算。在此之后，在步骤 S1207中，就可以基于功率流计算的结果，确定是否存在新的异常支 路或初始的异常支路是否变得更差。如果答案是肯定的，那么就可 以进行到S1209，在该步骤中确定没有解；如果答案是否定的，那么 将在步骤S1208中将该解作为BFS的可行解输出。

根据DFS和BFS的上述描述，可以将BFS考虑为包括多个DFS， 并且，其将因此比DFS花费更多的时间。这就是为什么首先要执行 DFS，并且仅仅在DFS不能够找到候选解时才执行BFS的原因。然 而，需要了解的是，也可以替代地首先执行BFS，并且在无解时才 执行DFS，尽管这并不是优选的。

此外，在本公开中，描述了首先执行重配置优化过程、随后执 行启发式逻辑方法的重配置分析过程。然而，可以理解的是，启发 式逻辑方法也可以在重配置优化过程之前执行，或者仅仅执行启发 式逻辑方法和重配置优化过程中的一个作为重配置优化分析过程。

在上文中，已经以超负荷作为异常负荷的示例进行了完整的描 述，但是需要了解的是，异常负荷也包含重负荷。

为了测试本公开中所提出的方法，针对两个示例测试系统执行 了仿真。关于重配置优化过程，测试系统是小型配电网络系统，其 具有两条馈线和96个节点，在图13A中图示该配电网络系统。如图 13A所示，可以经由边界开关S00026、S00027、S00028来连接两条 馈线1706、2713，而且这两条馈线1706、2713同时具有分别位于其 各自的支路之间的边界开关S00013、S00046。两条干线分别具有 10.18MVA和9.18MVA的最大线路容量，各个支路分别具有4MVA 和5.38MVA的线路容量，而且每个配电变压器都被连接至负载，并 且具有范围从0.62MVA至4WA的最大容量。馈线1706和2713的 负荷数据分别是10.133MW和2.977MW。通过PSSE来执行AC 功率流计算。在表1中给出了初始的超负荷分段和计算得到的功率 流。

表1初始的超负荷线路的功率流

表2示出了通过求解线性综合优化问题而不使用任何迭代得到 的解，其通过IBMILOG执行，并且借助于普通个人电脑花费了一 秒钟。

表2线性综合优化问题的解

开关 来自节点 至节点 之前 之后 S00014 110005 110038 1 0 S00028 110035 210015 0 1

而且，在表3中示出了针对该解的AC仿真给出的结果。

表3针对表2中所示出的解的AC电流仿真结果

应该清楚的是，表3中所示出的解是将负荷中的一部分转移到 其他支路，从而减轻超负荷状况。然而，表3示出了初始超负荷线 路仍然处于异常负荷状况。

表4示出了通过基于AC功率流结果的迭代获取的解，其中n＝0 且a＝1。

表4线性综合优化问题的精化解

开关 来自节点 至节点 之前 之后 S00018 110007 110021 1.0000 0 S00027 110029 210007 0.0000 1

在表5中示出了针对表4中给出的解的AC仿真的结果。

表5针对表4中示出的解的AC仿真结果

线路 来自节点 至节点 P(MW) Q(MVAR) S(MVA) L00012 110030 110031 7.1320 9.1800 88.0948 L00009 110018 110022 7.9410 10.1800 91.8424

根据表4和表5，可以看出该解是将分段开关的所有负荷都转移 到相邻馈线。因此，可以看出，极大地减小了负荷因数并且显著地 减轻了异常负荷状况。因此，可以提供高效的实用解，并且所述解 是可信的并且可以由运营者使用。

图13B示意性地图示了本公开所提出的DFS-BFS结合的启发式 方法的另一个测试系统。该测试系统是具有131个总线的三馈线配 电网络系统。因为这种组合启发式方法的逻辑过程复杂，所以使用 该测试系统代替了标准的IEEE测试系统。如图所示，存在三条馈线 1706、2713和2714，并且馈线1706、2713和2714的负荷数据分别 是10.808MW、3.617MW和2.519MW。而且，存在额定容量分别是 3.98MVA、5.37MVA和9.18MVA的三种类型的支路。馈线1706经 由联络开关S00026、S00028和S00029被连接至馈线2713，而且馈 线1706还经由联络开关S00027被连接至馈线2714。而且，将每条 馈线的第一节点视为平衡负荷与需求的平衡节点，并且假定系统在 仿真期间是三相平衡的。而且LTI和Nr的预定阈值分别为50％和4。

在下文中，将考察两种场景，其中一种场景是进行全部负荷转 移的情况，而另一种场景是进行部分负荷转移的情况。在所研究的 一种情况下对整个过程进行了仿真，并且考虑到功率流计算工具是 PSSE，使用Python语言实现了全部编程。

场景I：全部负荷转移的解

在这种情况下，初始的超负荷分段和所计算得到的功率流在下 面给出。

表6初始的超负荷支路

支路 来自节点 至节点 I(A) Irated(A) K(％) L00012 110030 110031 728.248 530.008 137.40

首先执行DFS算法，并且找到可行解，即在下面给出了DFS可 行解：

表7可行DFS解

在表8中给出了计算得到的可行DFS的LTI值。

表8DFS解的LTI值

最小余量支路 来自节点 至节点 I minM(A) I额定(A) I之后(A) LTI L00026 210028 210027 485.404 531.740 449.170 82.99％

表8示出了DFS的解将致使支路L00026上的重负荷，其LTI 为82.99％，大于预定值50％。因此，将继续使用BFS算法来找到另 一个解，并且在表9中给出了候选解。

在表9中列出了候选解，根据该候选解，将分别经由边界开关 S00027和S00029把负荷同时转移到馈线2714和2713。

表9可行BFS解

场景II：部分负荷转移解

通常，很可能不存在用来消除超负荷情形的任意一个DFS解或 BFS解。在这种情况下，可以考虑最大程度地减轻超负荷状况的部 分负荷转移解。

如果支路L00012的超负荷率从137.4％升高到了158％，那么馈 线2714就只能够经由边界开关S00028为馈线1706提供部分负荷转 移解。在表10中显示了仿真结果。

表10部分负荷转移解

因此，例如，来自AMI的实时数据能够提供更准确的负荷数据， 这些实时负荷数据接近实时负荷数据，并且使得配电网络功率流的 计算是可信的并且能够由系统运营者所使用。基于由AMI所提供的 新信息和由现有配电SCADA系统所提供的数据，系统运营者应该具 有对实时配电网络的运营状况的更加全面了解，特别是更全面地识 别线路和设备超负荷状况的位置和程度。因此，可以基于实时或准 实时的网络超负荷状况来实现网络重配置的解决方案。

在本公开中，提出了组合的启发式逻辑网络重配置过程，其可 以充分利用DFS和BFS算法的优点，并且使用两种指标，即开关操 作的数目Nr和负荷转移指标(LTI)来形成一组启发式规则，从而 得到利用最少开关操作进行多个目标平衡负荷转移的可靠且可实际 操作的重配置解决方案。仿真情况证实了所提出的方法的可行性， 而且仿真结果也指示了系统配置越复杂，就会提供更实际的解决方 案。

而且，在执行组合启发式逻辑网络重配置过程之前，可以首先 执行优化的线性综合重配置优化过程，其中将基于AC功率仿真对 所获取的解决方案进行验证和优化。

因此，使用本公开的实施例，可以获取系统运营者可以信任和 使用的更实际和更准确的重配置方案。因此，能够以改善的稳定性 和可靠性来运营电网，且成本更低，效率更高。

而且，在本公开的实施例中，还提供了用于配电网络重配置的 系统，将参考附图14对其进行描述。如图14所示，系统1400可以 包括至少一个处理器1410和存储计算机可执行指令1430的至少一 个存储器1420。所述至少一个存储器1420和计算机可执行指令1430 可以被配置成利用所述至少一个处理器1410致使所述系统：基于对 配电网络的实时测量结果来检测所述配电网络中的异常负荷状况； 以及响应于检测到由过量的有效功率所引起的异常负荷状况，对配 电网络执行重配置分析过程，以获取针对所检测到的异常负荷状况 的重配置方案。基于结合深度优先搜索和广度优先搜索二者的启发 式逻辑方法，来执行所述重配置分析过程。

在本公开的实施例中，指示负荷转移对负荷平衡的影响的负荷 转移指标以及在负荷转移期间的开关操作数目可以确定深度优先搜 索和广度优先搜索进行结合的方式。

在本公开的另一实施例中，如果由执行深度优先搜索所获取的 结果具有低于预定指标阈值的负荷转移指标，则可以将该结果作为 重配置方案。

在本公开的又一实施例中，具有最低负荷转移指标的结果、或， 在所检测到的异常负荷状况的支路与结果中所涉及的边界开关之间 具有最短的阻抗路径的结果，可以被作为重配置方案。

在本公开的再一的实施例中，响应于通过执行深度优先搜索不 能获取具有低于预定指标阈值的负荷转移指标的结果，可以执行广 度优先搜索。

在本公开的另一实施例中，如果通过执行广度优先搜索所获取 的结果具有低于预定数目阈值的开关操作数目，则可以将该结果作 为重配置方案。

在本公开的又一实施例中，如果通过执行广度优先搜索所获取 的结果中的每个结果均具有超过预定数目阈值的开关操作数目，则 可以将通过执行深度优先搜索所获取的、最小负荷转移指标超过预 定指标阈值的结果作为重配置方案。

在本公开的再一实施例中，可以通过下式确定负荷转移指标：

$LTI=[I_{capM}^{\min }-(I_{rated}-I_{real}^{AT})]/I_{capM}^{\min }*100\%$

其中LTI表示负荷转移指标；表示边界开关的上游支路中的最小 支路容量余量；I_rated表示具有最小支路容量余量的支路的额定容量； 而表示执行负荷转移之后具有最小支路容量余量的支路的实际容 量。

在本公开的另一实施例中，如果深度优先搜索和广度优先搜索 二者都不能找到任何结果，则可以将基于深度优先搜索或广度优先 搜索所获取的部分负荷转移计划作为重配置方案。

在本公开的又一实施例中，部分负荷转移计划可以是能够致使 具有最小值的负荷因数的计划。

在本公开的再一实施例中，可以在基于直流功率流的重配置优 化过程不能获取可接受的重配置方案时，执行启发式逻辑方法，其 中基于功率流的重配置优化过程具有使开关操作数目最少的目标， 并且具有网络拓扑约束、功率流平衡约束、开关次数约束和线路容 量约束中的一个或多个。

在本公开的又一实施例中，基于直流功率流的重配置优化过程 可以通过在基于交流功率流仿真结果所调整的配电网络的额定限制 下执行迭代操作，来精化其结果。

在本公开的再一实施例中，响应于下列各项中的任何一项，基 于直流功率流的重配置优化过程可以被确定为不能获取可接受的重 配置方案：没有获取全局最优结果；以及没有满足基于知识的规则 的结果。

在本公开的又一实施例中，检测配电网络中的异常负荷状况可 以包括：基于对配电网络的实时测量结果来计算功率流；以及，基 于计算得到的功率流来确定指示负荷状况的负荷因数。

在本公开的再一实施例中，可以在负荷因数高于预定因数阈值 时检测到异常负荷状况。

在本公开的又一实施例中，可以根据下式确定负荷因数：

$K=\frac{\sqrt{p^2+q^2}}{S_r}$

其中K表示负荷因数；p表示配电网络中的每个设备的有功功率；q 表示配电网络中的每个设备的无功功率；而S_r表示配电网络中的每 个设备的额定视在功率。

在本公开的又一实施例中，当所检测到的异常负荷状况下的功 率因数高于预定的基准功率因数阈值时，可以确定检测到由过量有 效功率所引起的异常负荷状况。

在本公开的另一实施例中，异常负荷状况可以包括超负荷状况 或重负荷状况。

在本公开的又一实施例中，对配电网络的实时测量结果是由高 级计量基础架构(AMI)所测量的实时数据。

在本公开的再一实施例中，所述系统还可以被配置成，基于重 配置方案执行配电网络的重配置。

此外，还提供了一种用于配电网络重配置的装置，将参考附图 15对其进行描述。如图15所示，装置1500可以包括，检测装置1510， 该检测装置基于对配电网络的实时测量结果来检测配电网络中的异 常负荷状况；以及执行装置1520，该执行装置响应于检测到由过量 有效功率所引起的异常负荷状况，对配电网络执行重配置分析过程， 以获取针对所检测到的异常负荷状况的重配置方案。具体地，执行 工具1520被配置成，基于结合深度优先搜索和广度优先搜索二者的 启发式逻辑方法，执行重配置分析过程。

此外，还提供了一种用于配电网络重配置的装置。图16示意性 地图示了根据本公开的实施例用于配电网络重配置的装置的框图。 装置1600可包括，负荷状况检测模块1610，该负荷状况检测模块被 配置成基于对配电网络的实时测量结果来检测配电网络中的异常负 荷状况；以及，分析过程执行模块1620，该分析过程执行模块被配 置成，响应于检测到由过量有效功率所引起的异常负荷状况，对配 电网络执行重配置分析过程，以获取针对所检测到的异常负荷状况 的重配置方案。具体地，该分析过程执行模块1620可以被配置成， 基于结合深度优先搜索和广度优先搜索二者的启发式逻辑方法，执 行重配置分析过程。

而且，还提供了一种有形计算机可读介质，其具有由处理器可 执行以对配电网重配置的多个指令，该有形计算机可读介质可以包 括被配置成执行根据本公开的方法的任何实施例中的方法中的各个 步骤。

需要注意的是，系统1400、装置1500、以及装置1600中所包 含的各个模型或装置的各个操作基本上对应于之前描述的各个方法 步骤。因此，对于系统1400、装置1500、以及装置1600中所包含 的各个模型或装置的各个详细操作，请参考之前参考图1至图13对 本公开的各种方法所做的描述。

图17是通用计算机系统1700，其可以表示在本文中提及的任何 计算设备。例如，通用计算机1700可以—部分地或整体地—表示控 制中心、头端、综合网络运营和管理系统(NOMS)、故障、性能以 及配置管理(FPCM)模块或在本文中提及的任何其它计算设备，诸 如终端设备、仪表、遥测接口单元(TIU)、收集器和/或任何联网 部件，诸如在本文中讨论的路由器、交换机或服务器。计算机系统 1700可以包括可以被执行以促使计算机系统1700执行本文公开的 方法或基于计算机功能中的任何一个或多个的一组指令1702的有序 列表。计算机系统1700可以充当独立设备，或者可以例如使用网络 115、125连接到其它计算机系统或外围设备。

在网络部署中，计算机系统1700可以在服务器的容量中或者作 为服务器—客户端用户网络环境中的客户端用户计算机或者作为端 对端(或分布式)网络环境中的对端计算机系统操作。还可以将计 算机系统1700实现为各种设备或结合到其中，诸如个人计算机或移 动计算设备，其能够执行指定将由该机器采取的动作的一组指令 1702，所述动作包括但不限于通过任何形式的浏览器来访问网络 115、125。此外，所述的每个系统可以包括单独地或共同地执行一 个或多个指令集以执行一个或多个计算机功能的子系统的任何集 合。

计算机系统1700可以包括处理器1707，诸如中央处理单元 (CPU)和/或图形处理单元(GPU)。处理器1707可以包括一个或 多个通用处理器、数字信号处理器、专用集成电路、现场可编程门 阵列、数字电路、光学电路、模拟电路、其组合或用于解析和处理 数据的其它现在已知或以后开发的设备。处理器1707可以实现指令 集1702或其它软件程序，诸如用于实现逻辑功能的手动编程或计算 机生成代码。所述的逻辑功能或任何系统元件除其它功能之外还可 以而处理诸如模拟电、音频或视频信号或其组合之类的音频数据源 和/或将其转换成用于视听目的或其它数字处理目的(诸如与计算机 处理或联网通信的兼容性)的数字数据源。

计算机系统1700可以包括用于传送信息的总线1720上的存储器 1705。可以将可操作用于促使计算机系统执行本文所述的任何动作 或操作的代码存储在存储器1705中。存储器1705可以是随机存取 存储器、只读存储器、可编程存储器、硬盘驱动器或任何其它类型 易失性或非易失性存储器或存储设备。

计算机系统1700还可以包括磁盘、固态驱动光驱单元1715。磁 盘驱动单元1715可以包括其中可以嵌入一个或多个指令集1702(例 如软件)的非临时或有形计算机可读介质1740。此外，指令1702 可以执行如本文所述的操作中的一个或多个。指令1702可以在被计 算机系统1700执行期间完全地或至少部分地常驻于存储器1705内 和/或处理器1707内。可以将上述数据库或任何其它数据库存储在存 储器1705和/或磁盘单元1715中。

存储器1705和处理器1707还可以包括如上文所讨论的计算机可 读介质。“计算机可读介质”、“计算机可读存储介质”、“机器 可读介质”、“传播信号介质”和/或“信号承载介质”可以包括包 含、存储、传送、传播或输送软件以供指令可执行系统、装置或设 备使用或与之结合使用的任何设备。机器可读介质可以选择性地是 但不限于电子、磁性、光学、电磁、红外或半导体系统、装置、设 备或传播介质。

另外，计算机系统1700可以包括输入设备1725，诸如键盘或鼠 标，其被配置成用于用户与系统1700的任何部件相交互，包括显示 菜单的用户选择或菜单条目。其还可以包括显示器1730，诸如液晶 显示器(LCD)、阴极射线管(CRT)或适合于传送信息的任何其 它显示器。显示器1730可以充当用于用户看到处理器1707运行的 接口或者具体地充当与存储在存储器1705中的软件或驱动单元 1715的接口。

计算机系统1700可以包括通信接口1736，其使得能够经由通信 网络125进行通信。网络12可以包括有线网络、无线网络或其组合。 通信接口1736网络可以使得能够经由任何数目的通信标准进行通 信，诸如以太网AVB、802.11、802.17、802.20、WiMax或其它通信 标准。

因此，可以用硬件、软件或硬件和软件的组合来实现系统。可以 以集中式方式在至少一个计算机系统中或者在其中不同元件跨多个 互连计算机系统散布的分布式方式实现该系统。适合于执行本文所 述的方法的任何种类的计算机系统或其它装置都是适当的。硬件和 软件的典型组合可以是具有计算机程序的通用计算机系统，该计算 机程序在被加载和执行时控制计算机系统，使得其执行本文所述的 方法。可以将此类编程计算机视为专用计算机。

如本文所述，任何模块或处理块被定义成包括可被处理器1707 执行的软件、硬件或其某种组合。软件模块可以包括存储在存储器 1705或其存储器设备中的可被处理器1707或其它处理器执行的指 令。硬件模块可以包括被处理器1707可执行、指挥和/或控制以便执 行的各种设备、部件、电路、门、电路板等。

还可以将系统嵌入计算机程序产品中，其包括使得能够实现本文 所述操作且其在被加载在计算机系统中时能够执行这些操作的所有 特征。本文中的计算机程序意指意图促使具有信息处理能力的系统 直接地或在以下各项中的任一者或两者之后执行特定功能的一组指 令的用任何语言、代码或注释的任何表达：a)到另一语言、代码或 注释的转换；b)用不同材料形式的再现。

到目前为止，已通过特定优选实施例参考附图描述了本公开。然 而，应理解的是本公开不限于所示和提供的特定实施例，而是可以 在本公开的范围内进行各种修改。

此外，可以用软件、硬件或其组合来实现本公开的实施例。可以 用专用逻辑来实现硬件部件；可以将软件部分存储在存储器中冰由 诸如微处理器或专用设计硬件之类的适当指令执行系统执行。本领 域的技术人员可以认识到可以用包含在处理器中的计算机可执行指 令和/或控制代码来实现上述方法和系统，例如在诸如磁盘、CD或 DVD-ROM之类的承载介质或诸如只读存储器(固件)之类的可编 程存储器或诸如光学或电信号载体之类的数据载体上提供的此类代 码。可以用例如超大规模集成电路或门阵列之类的硬件电路、诸如 逻辑芯片或晶体管之类的半导体或诸如现场可编程门阵列或可编程 逻辑器件之类的可编程硬件器件来实现本实施例中的装置及其部 件，或者用被各种处理器执行的软件实现，或者用上述硬件电路和 软件的组合(例如，用固件)来实现。

虽然已描述了本公开的各种实施例，但对于本领域的技术人员而 言将显而易见的是在本公开的范围内可以有许多实施例和实施方 式。因此，本公开除根据所附权利要求及其等价物之外不受限制。