基于区块链高效安全的多部门铁路工程数据访问控制策略

针对铁路工程建设中各参建部门之间的数据资源,具有共享效率差、利用率低和安全程度不高的问题,提出一种基于区块链(Blockchain)铁路工程数据的共享及安全存储方案来弥补现有的铁路工程数据平台的不足。在工程建设平台中,引入了基于外包的属性加密技术(Outsourcing-Attribute Based Encryption technology, OABE)、区块链技术和星际文件系统(Interplanetary File System, IPFS)以及边缘节点(Edge Nodes, EN),并提出一种适用于铁路工程建设的多部门区块链与IPFS的协作网络。研究结果表明:当施工现场资源设备有限时,相比于较为传统基于云辅助的密文策略属性基加密技术(Ciphertext Policy Attribute Based Encryption, CP-ABE),通过将铁路工程数据外包给边缘节点,可以更好地为资源受限设备提供大量的计算,减轻设备的计算负担,确保了数据的安全性并且提高了设备的计算效率。而且将铁路工程数据存储在星际文件系统上,避免集中式的服务器机制在故障时造成数据的丢失和泄露。此外,通过使用区块链网络可以提高参建单位之间的数据资源共享效率,增强了数据的利用率,利用区块链的共识性来实现每个参建单位之间数据的一致性,确保了不同参建单位间的信任度。经过安全性证明,采用基于双线性迪菲赫尔曼指数假设(Decision q-Bilinear Diffie Hellman Exponent Assumption, q-BDHE)下具有不可区分性是安全的。实验结果表明,该策略在本地用户计算时间效率上与现有的带关键字搜索的外包属性基加密方案以及属性基加密的方案相比是最优的,可以很好地减轻现场设备的计算负担。

电网基建工程数据中心助推数字化移交方案研究

本文指出了国家电网公司工程数据中心的建设目标,分析了输变电工程数字化移交现状和问题,探索形成了一套基于电网基建工程数据中心开展数字化移交的解决方案。依托国网湖南电力、湖北电力等数字化移交试点工程进行数字化移交解决方案验证,实现了电网输变电工程数字化移交提质增效。

基于模糊聚类与改进遗传算法的异常电力工程数据识别技术

针对传统人工核查电力工程异常数据存在耗时费力及准确度较低的问题,文中提出了一种基于模糊聚类与改进遗传算法的数据识别技术。该技术采用模糊聚类算法对数据进行自动归类,并对异常数据加以识别。同时还设计了一种改进遗传算法增强了数据的全局搜索能力,进而提升整体算法的识别效率。基于Matlab进行的仿真验证结果表明,所提技术方案可有效地自动识别出电力工程中的异常数据。而在结合改进遗传算法后,该算法的识别准确率得到了显著提升,且识别时间也缩短了60%以上,实现了数据搜索能力与效率的平衡。

融合模糊聚类与改进LSTM的电力工程数据处理技术

针对目前电力工程管理轻决策、重实施以及实际工程数据偏离预估的问题,文中在模糊聚类算法的框架下,基于改进的LSTM网络提出了一种电力工程数据预测模型。该模型采用K-means聚类算法对电力工程历史数据进行属性模糊划分,生成模糊变量基本状态函数并将其作为神经网络的输入。同时将数据分为相邻时间点相关性、月相关性及年相关性序列,分别使用改进LSTM模型进行训练获得预测模型,进而计算得到预测结果。以电力工程造价数据为样本进行的实验测试结果显示,LSTM预测模型在每个统计指标下均具有最佳的预测性能,且MAE、MAPE和RMSE值的最大降幅约为64%、79%及56%。

基于Hadoop的海量工程数据处理技术研究

随着信息技术的快速发展,工程领域中产生的数据量也在爆炸性增长。这些海量数据的有效处理和分析对工程决策、优化和创新至关重要。作为一种开源的分布式存储和计算框架,Hadoop以其高可靠性、高扩展性和高效性,成为处理大规模数据的首选技术。文中探讨了基于Hadoop的海量工程数据处理技术,分析了其在工程数据处理中的应用优势和面临的挑战,并提出了相应的优化策略,揭示了Hadoop在处理工程数据中的潜力和局限,为工程领域的数据处理提供了新的视角和方法。

基于多元特征融合的电力工程数据处理与预测模型

针对电力工程情况复杂多变、影响因素多、数据处理与经济技术指标预测存在困难的问题,文中提出了一种基于多元特征融合的电力工程数据处理与预测模型。该模型利用多个一维卷积神经网络(1D-CNN)分别从电力工程各类影响因素中提取特征信息,再将特征全连接后使用回声状态网络(ESN)实现信息融合并输出预测结果。多组对比实验验证结果表明,所提方法在数据处理过程中对工程异常数据的识别正确率为95.3%,对工程静态投资数据预测的误差范围为0.51%~6.74%,通过多元特征融合实现了数据处理与合理预测,能够为工程项目的评审提供准确的数据支持。

多维注意力机制神经网络在电力工程数据中的应用研究

针对当前电力工程数据分析处理过程中过于依赖人工且数字化程度较低的问题,文中基于改进的神经网络结构,提出了一种电力工程数据分析算法。该算法对基础卷积神经网络进行了改进,并利用多尺度卷积核增强了神经网络的感知野。而对于多尺度神经网络收敛速度慢的问题,在粗细尺度网络之间加入了残差网络,同时通过加入多维时空卷积注意力机制增强了数据的编码能力,进一步提高了模型的收敛速度。仿真测试结果表明,由迭代实验确定出最佳迭代次数后,所提算法的平均预测准确率和运行时间分别为97.5%及38.2 s,在对比方法中均为最优,综合性能较为理想,可以实现对电力工程数据的合理分析与准确预测。

融合Attention与改进LSTM的电力工程数据分析算法设计

针对传统数据分析算法处理高维、海量数据过程中出现的低效、准确率差的问题,基于改进LSTM提出了一种电力工程数据分析与预测算法。该算法使用双向LSTM作为训练模型,从而捕捉到更为广泛的上下文信息。对于模型处理高维数据时遇到数据冗余、噪声较高的问题,使用堆叠稀疏自编码器进行输入数据预处理,进而提升了模型的泛化能力,在模型输出部分结合自注意力机制,进一步聚焦关键特征,提高模型在不同序列集中的性能表现。实验结果表明,在所有对比算法中,文中所提算法的误差最低且性能最优,实际数据误差小于5%,满足电力工程的实际应用需求。

电网多模态工程数据模型研究

输变电工程建设阶段产生了大量数据,由于数据种类繁多,工程数据的价值难以被充分挖掘。本文梳理了工程数据现状,研究了工程数据抽取技术,从概念数据模型和逻辑数据模型的角度,研究数据库模型构建,构建电网工程数据知识图谱,便于数据共享与查询。

工程数据治理过程中多维度数据资产管理研究

数字化时代,工程领域的数据规模和复杂性不断增加,因此有效管理工程数据资产至关重要。作为企业数字化转型的重要环节,多维度数据资产管理能够有效控制、保护、提升数据资产的价值。文章围绕多维度数据资产管理在工程数据治理过程中的应用展开研究,以石油工业设备设施完整性管理项目为例,在阐述基本概念以及应用现状的基础上,探讨了数据资产管理的流程、工具、关键技术,以期为企业数字化转型奠定基础。

DataX在工程数据管理平台中的应用

工程信息技术的快速发展,使得工程行业的数据交换逐步从项目内部扩展到不同项目之间,甚至整个企业之间。同时,随着数据量的增加和数据变化速度的加快,不同数据之间的耦合程度也变得越来越紧密。因此,数据结构的改变甚至只是物理数据的变化,都可能导致整个系统需要重新设计。面向工程领域的数据集成面临着诸多挑战,如正确理解并适配项目的数据集成需求、开发可视化界面以方便项目人员使用等。在这方面,DataX给出了一套数据集成的解决方案,并在工程数据管理平台上实现了网页版的部署,为用户提供了便捷的数据处理方法。这些工具将帮助工程人员更好地应对数据处理的挑战。

基于扩充C/S的工程数据管理系统

文章介绍了一个基于扩充C/S结构的工程数据管理系统，详细讨论了系统的总体设计以及各部分的功能。该系统具有投资少、可扩充性好和适应性强的特点。

钻井工程数据传输质量管控措施探讨

随着海洋钻井数字化建设的不断深入,中海油钻井专家辅助决策系统发挥的作用也越来越大,同时对钻井工程数据传输的质量要求也越来越高。在数据传输期间会出现数据中断、数据真实性偏差和多源数据采集命名标准不统一的现象,此类问题直接影响钻井工程数据的准确性、完整性和可靠性。为保障钻井工程数据价值充分发挥,实现井筒全生命周期数据管理,通过对钻井工程数据传输、数值与单位关系、多源数据采集命名等数据质量问题的分析,从数据管理和数据监测技术两个方面,提出了切实可行的管控措施,提高了钻井工程数据传输质量,为钻井专家辅助决策系统的正常运行夯实数据基础。

基于智能感知与特征识别的电力工程数据处理技术分析

阐述针对电力工程数据处理中的问题,提出一种基于智能感知与特征识别的数据处理技术。通过智能感知技术实现对电力工程数据的自动采集和处理,并利用特征识别技术对数据进行分类和分析,从而实现对电力工程数据的高效处理和利用。

基于产品结构配置的工程数据管理系统设计与实现

文章提出以产品结构为核心组织和管理工程数据，论述了产品结构配置用于工程数据管理的特点，给出了基于产品结构配置的工程数据管理系统的功能与实现方案。

一种基于分布式技术的工程数据存储管理策略

基于分布式技术， 提出一种实现分布式工程数据存储管理功能的策略， 该策略旨在增加全局存储器中可用数据库数量， 降低磁盘 Ｉ／ Ｏ 的费用， 改进系统存储管理的效率。最后，

CAD智能工程数据库系统

通过对共性工程数据及其关系的讨论 ,提出了一种CAD技术集成方案。采用基于C/S结构的分布式计算 ,引入知识工程 ,建立知识库 ,应用推理机制 ,通过开发方便的操作工具 ,使得共性工程数据库中数据的使用具有智能化 。

工程数据建模技术

为了解决计算机的工程过程在企业中产生的庞大而复杂的工程数据。就工程数据的建模技术进行了一些讨论,并详细描述了数据流程、数据结构、控制结构和控制流程。

工程数据库系统

本文论述工程数据库的功能和特点，并讨论工程数据库的方法，提出面向对象数据库模型是工程数据库系统的主要模式．

基于数据仓库技术的工程数据管理系统的研究与实现

工程试验产生的数据组织分散、模式复杂而多变 ,从而要求工程数据管理系统能够统一管理数据 ,并具有良好的用户定义特征和数据扩展能力 .本文描述了一个面向工程试验数据仓库体系结构的分析和设计 ,并实际应用到了试飞数据管理系统中 ,达到了预定的目标 .同时提出了利用元对象实现不同模式数据集中管理和使用的方法 .