复杂网络社区结构及其在电网分析中的应用研究综述

被引:28
作者
魏震波
机构
[1] 四川大学电气信息学院
关键词
复杂网络理论; 社区结构; 电网分区; 电网分析;
D O I
10.13334/j.0258-8013.pcsee.2015.07.003
中图分类号
TM711 [网络分析、电力系统分析];
学科分类号
080802 ;
摘要
社区结构是许多真实复杂网络所普遍具有的一个结构特征,它的存在有着广泛而重要的实际意义。近年来,社区结构研究在生物学、社会学和计算机科学等多个领域取得了丰硕成果,已有学者将部分研究成果应用于电网分析当中,且取得了一些的积极结论。该文在概述社区结构研究在社区发现、社区演化及社区结构与网络动力学行为关系研究进展的基础上,重点分析了社区结构研究在电网结构辨识,电网分区及电网动力学行为分析及其控制中的应用;最后,结合现代电网发展需要与研究总结,展望了社区结构研究在未来电网分析中的研究方向与潜在应用价值。
引用
收藏
页码:1567 / 1577
页数:11
相关论文
共 35 条
[1]   层次聚类社区发现算法的研究 [J].
龚尚福 ;
陈婉璐 ;
贾澎涛 .
计算机应用研究, 2013, 30 (11) :3216-3220+3227
[2]   复杂网络的社团发现方法在电网分区识别中的应用研究 [J].
潘高峰 ;
王星华 ;
彭显刚 ;
武小梅 .
电力系统保护与控制, 2013, 41 (13) :116-121
[3]   复杂网络社区挖掘综述 [J].
刘大有 ;
金弟 ;
何东晓 ;
黄晶 ;
杨建宁 ;
杨博 .
计算机研究与发展, 2013, 50 (10) :2140-2154
[4]   一种新型的层次化动态社区并行计算方法 [J].
林旺群 ;
邓镭 ;
丁兆云 ;
吴泉源 ;
贾焰 ;
周斌 .
计算机学报, 2012, 35 (08) :1712-1725
[5]   利用社区挖掘的快速无功电压分区方法 [J].
魏震波 ;
刘俊勇 ;
程飞 ;
宋秋池 ;
邓继宇 ;
程向辉 .
中国电机工程学报, 2011, 31 (31) :166-172
[6]   网络社区发现的粒子群优化算法 [J].
黄发良 ;
肖南峰 .
控制理论与应用, 2011, 28 (09) :1135-1140
[7]  
局部搜索与遗传算法结合的大规模复杂网络社区探测[J]. 金弟,刘杰,杨博,何东晓,刘大有.自动化学报. 2011(07)
[8]   复杂网络的社区结构 [J].
程学旗 ;
沈华伟 .
复杂系统与复杂性科学, 2011, 8 (01) :57-70
[9]   复杂网络社团发现算法研究新进展 [J].
骆志刚 ;
丁凡 ;
蒋晓舟 ;
石金龙 .
国防科技大学学报, 2011, 33 (01) :47-52
[10]   基于网络数字化挖掘的电网拓扑结构辨识 [J].
魏震波 ;
刘俊勇 ;
朱觅 ;
戴婷婷 ;
王佳佳 .
电力系统自动化, 2011, 35 (04) :12-17