基于随机森林的电网GIS数据分布式存储方法

内部电网地理信息系统(Geographic Information Systern,GIS)数据体量增加,对电网数据存储性能造成了极大的困难,为此,提出一种基于随机森林的电网GIS数据分布式存储方法。以跨域资源共享(Cross-Origin Resource Sharing,CORS)技术在电网GIS空间信息服务平台中获取的电网GIS数据为基础,根据类区分度数值选择电网GIS数据特征,引入随机森林算法分类处理电网GIS数据,将其合理分发给不同的服务器,采用并行处理手段存储分类数据,从而实现了电网GIS数据的分布式存储。实验数据显示:应用所提方法后,电网GIS数据分类精度达到了96.8%,电网GIS数据分布式存储时间最小值为5.2 s,充分证实了所提方法数据存储性能更佳。

基于改进YOLOv7的输电线路异物检测模型

针对输电线路异物检测中存在背景干扰、图像分辨率低且异物尺度变化大等问题,提出了一种基于改进YOLOv7的输电线路异物检测模型。首先,通过空间深度卷积(space to depth conconvolution,SPD-Conv)和多维协作注意力(multidimensional collaborative attention,MCA)机制构造新的骨干网络,加强模型对低分辨率图像特征提取及抑制背景干扰的能力,同时增加对小目标异物的关注度。其次,使用幻影卷积(ghost convolution,Ghost-Conv)改进高效分层聚合网络(efficient layer aggregation network,ELAN)的输出部分,大幅降低模型的计算量。最后,基于可伸缩交并比(scalable intersection over union,SIoU)优化损失函数,进一步提高模型的训练速度和鲁棒性。实验结果表明,所提模型在输电线路异物检测数据集上平均精度均值(mean average precision,mAP)达到95.98%,高于其他主流对比模型,同时每秒帧数(frames per second,FPS)达到64,满足输电线路异物的实时性检测。

深度学习在电力系统异常损耗数据识别中的应用研究

异常损耗是造成电网公司收入损失的主要原因之一,但极其庞大的数据规模给异常数据识别带来了挑战。文中提出了一种新的检测方法,利用混合深度神经网络自我学习特征,识别系统损耗中的异常情况。该方法只需要最小的输入数据和知识范畴,无需手动建立特征库。该方法包括一个长短期记忆网络和一个多层感知器网络。第一个网络分析原始的每日能源损耗历史,第二个网络则整合非时序数据,如合同电量或地理信息。用电网数据对该模型进行了训练和测试。结果表明,所提出的混合神经网络的性能明显优于其他异常数据识别方法,验证了所提出方法的有效性。

考虑电力系统数据治理智能化的数据库生成方法研究

电力系统数据治理需要高质量数据库来完成其功能实施。生成复杂大电网数据库可能面临计算成本激增以及数据库信息含量不高的问题的规模。为此,提出了一种模块化和高度可扩展的方法,用于生成可高效计算的数据库。首先,利用凸松弛方法消除大量不可行点来缩减数据搜索空间。其次,基于最陡下降算法提出一种定向搜索算法,用于探索搜索空间并精确确定数据边界。然后,为了降低问题的复杂性,采用网络理论方法,识别最关键的突发事件。此外,将定向搜索高度并行化,使用并行计算来大幅减少计算时间。最后在复杂大规模系统上对所提出的方法进行了测试,并将该方法与穷举法、重要性抽样方法进行比较,测试结果表明所提出方法的计算时间不到其他方法的10%,且基于所提出方法建立的数据库比其他方法具有更高的质量,验证了所提出方法的有效性。

基于数据安全通信的电网营销运营监控平台

为了提升电网营销运营监控平台内数据通信安全性,设计基于数据安全通信的电网营销运营监控平台。通过硬件设施层的电能监测模块采集电网的电能数据,利用就地校验装置校验所采集的电能数据,完成校验后的数据利用通信层的数据通信安全模型传送至应用层,数据通信安全模型选取RSA算法对平台内的通信数据实施加密与解密,利用SOAP协议保障数据通信安全,应用层依据用户需求将电网营销运营监控结果展示至用户。平台测试结果表明,该平台可以保障数据安全通信,并发数为50个时,电网营销运营监控业务的响应时间低于400 ms,平台运行性能良好。

基于Bi-LSTM-CRF的中文电力实体识别

电力系统科学研究与生产实践的长期发展,积累了大量的非结构化和半结构化文本。对电力领域文本进行中文实体识别,是其进一步信息抽取的基础工作。为探索有效的电力实体识别方法,文中首先把电力实体分成十六种并对三类电力文本信息进行标注,进而采用双向长短时记忆网络和条件随机场的混合方法,对标注的电力文本进行了中文实体识别实验,并与隐马尔科夫法、独立的条件随机场法和独立的双向长短时记忆网络法进行对比。实验结果表明,文中采用的Bi-LSTM-CRF方法可以更加准确有效地识别文本中的电力实体。

基于知识库的水电站知识管理平台

随着知识经济的发展,行业知识在现代企业中的地位日益重要,成为了重要的生产要素。传统的水电站在进行数据化建设过程中,偏重于硬件数据化建设,对于知识管理依旧欠缺。随着站点的规模发展以及数据化建设,各类知识信息膨胀,亟须数字化的水电站知识管理平台。文章从实体识别、实体关系抽取等知识图谱算法出发,建立水电站行业知识数据化管理、水电站知识自动化获取以及知识问答智能化交互的水电站知识管理平台。该平台有效地减少了知识文档管理所需的人力,解决了水电站知识管理方面的混乱、陈旧等问题,提高了技术人员查询资料的人性化体验,具有一定的前沿性。

电力企业客户服务辅助决策支持系统的设计与实现

针对目前电力系统营销域中客户服务的数据进行分析,设计开发了一套辅助决策支持系统,从数据存储、应用支持、数据分析等方面进行设计与实现,业务涵盖了服务渠道使用情况分析和应用、95598坐席人员分析、IVR服务路径分析、客户细分深化应用。论文简要分析了目前电网企业在营销域决策支持系统的现状,阐述了营销域决策支持系统的总体架构,并对系统关键功能和技术进行了详细介绍,最后给出该系统在企业的实际应用情况。

基于HAWQ的电力企业数据质量管理应用研究与建设

随着企业信息化建设的深入,数据质量问题逐渐成为困扰企业管理人员的重要问题。企业管理信息系统的推广实施,使得传统系统运行过程中的数据迁移、数据转换、协同交互等产生大量问题数据,导致现有的数据质量管理平台在功能及性能上遇到了瓶颈。为了及时、准确地支撑业务部门进行数据质量探查分析、治理,主要介绍了带查询的分布式系统基础架构(HAWQ)数据平台在.电力企业数据处理中的应用情况,以及数据质量及实用化管理平台设计方案。根据试验结果可知,对比传统系统,基于HAWQ数据质量管理的效率有显著的提升。其中,对多表关联的数据一致性校验效率提升高达40倍。该研究对海量数据数据质量的管理具有现实意义和指导价值。

基于CIM和OPC统一架构的配用电网数据平台研究

以公共信息模型和OPC统一架构为基础,研究了支撑综合数据分析的配用电网数据管控平台构建,包括系统架构和信息模型研究、数据管理、服务体系构建及数据汇集等。分析配电、用电领域业务系统数据,裁制IEC TC57公共信息模型并扩展补充,形成配用电数据统一信息模型。建立信息模型及对象数据到OPC统一架构信息模型的映射规则,在OPC统一架构地址空间中对经规范化汇集整合的多个配用电业务系统的数据进行管理。实现OPC UA统一架构服务,为分析应用提供安全高效的数据访问支持。配用电网数据平台与业务系统、综合分析应用有机地协同在一起,在工程中得到实践。

基于ErlangC公式的座席测算在电力呼叫中心的应用

座席人员排班是呼叫中心运作的重要问题,科学合理的座席安排能更好地提高呼叫中心的运作效率,降低成本和提升服务水平。本研究基于寻求呼叫中心的座席排班最优化的目的,通过研究Erlang-C公式在实际生产场景的应用,对电力呼叫中心的座席安排进行测算,辅助座席排班,最终得到在确保85%服务水平的前提下,在不同时段的座席人员利用率提高10%-40%不等。

基于数据负荷序列聚类的配电网电力营销实时信息系统测试

伴随现代信息技术的快速发展,在电力营销工作中构建信息系统对优化电网正常工作、推动营销活动顺利实施具有十分关键的影响。构建一种基于数据负荷序列聚类的配电网电力营销实时信息系统,当数据接口模块通过现场设备采集电力数据之后,传输至数据操作模块进行数据统计、存储并传输至基本操作模块,设备管理人员可以在基本操作模块刷新配电网电力数据;然后基于该数据通过预警模块使用基于数据挖掘多层次细节分解的负荷序列聚类分析方法,预测电力信息是否存在异常,若存在异常情况,预警模块将及时通知设备管理人员实施修复。经验证,在谐波、电压闪变两种不同的异常电力环境下,所构建系统预测精度较高、时延较短,可实现高精度、高效率的配电网电力营销实时信息管理。

基于边缘计算的电网边缘侧设备缺陷智能识别模型研究

目前,在电力设备的日常巡检和试验中,积累了大量关于设备故障情况的记录,缺乏相应的故障处理措施。传统集中式数据处理模型无法支持当前的强大电网系统。针对这一缺陷,文章提出了一种基于热点数据的电网边缘侧设备缺陷智能识别模型,模型分为云中心层、边缘层和现场层。在现场层,使用动态时间规整(Dynamic Time Warping,DTW)补充算法补充传感器数据;采用树突神经元模型(Dendritic Neuron Model,DNM)在边缘层进行故障初等分类,并将分类结果上传至云中心层;在云中心层利用数据之间的相关性实现故障分类。最后在公开数据集上进行设备缺陷识别模型验证,验证了模型的有效性和可行性。

三维场景下基于GIS技术的变电设备管理及数据展示模型

三维场景下,为提升变电设备的管理效率与数据展示的精准性,可以利用GIS技术实现对变电设备的管理及数据展示。文章首先利用激光扫描仪获取变电设备信息,并根据GIS技术获取设备的具体位置,结合上述获得的2种信息构建变电设备的三维模型。然后建立变电设备数据管理库,并利用AreGIS Server软件构建空间数据库,将其导入变电设备数据管理库展开综合管理。基于此,在图形数据展示单元中,利用二维GIS与三维GIS的组合对象技术展示三维模型的图形数据。实验结果表明:该模型具有较高的变电设备管理效率,可保证较高的数据展示成功率,且其成像清晰度更高。

调度变电与电网GIS输配电线路图模拼接实现方法

针对输变配电网图模数据由不同系统先后维护,导致图模数据未建立有效的图模交互和共享机制,制约了输变电可靠性、站线变户关系等应用正常开展的问题,文章采用图模数据拓扑关系分析、Trie树算法与模糊匹配相结合的方式,提出了一种维护调度自动化系统的变电站图模数据和GIS系统的输配电图模数据模型拼接的方法。首先对数据进行拓扑追踪,记录拓扑关系和关键属性;其次根据拓扑关系和设备关键字段,采用Trie树算法进行相似性判断,探索并提出了一种新的基于过滤方法的Trie算法,对中文字符串进行模糊匹配,保证模糊匹配的效率和有效性,为EMS变电图模数据与GIS输配电线路的模型拼接提供了一个可行的方案,保证了图模数据在不同系统中的集成贯通,全面推进管理业务的融合和提升。

考虑特征值细分的广义加性短期负荷预测模型

准确的负荷预测是保障电力市场有序运行的关键,针对单一因素预测环境受限、综合模型对变量的拆分及交互作用考虑欠周的问题,提出建立考虑温度、节假日、负荷等细分特征变量的广义加性短期负荷预测模型。首先,细分并测算了不同因素与负荷的相关系数,依据相关度筛选特征变量;其次,确定负荷波动基函数,针对细分特征变量分别建模,形成整体预测模型;最后,利用广州实际运行数据测算分析。实例表明,基于特征值细分的广义加性模型预测效果更佳,是短期负荷预测的一种有效方法。

新形势下县级医院设计策略研究

随着医疗技术快速发展,人们对医疗服务质量和公共卫生安全的要求也在提高。在这种环境下,医院作为医疗系统的重要组成部分,其建筑设计需要与时俱进,不仅要满足当前的医疗服务需求,还要具备应对未来医疗技术迭代和服务模式升级的弹性。本文以都安瑶族自治县人民医院整体搬迁工程为例,探讨如何通过建筑设计来满足患者在生理和心理方面的多元需求,从而提高医疗环境的效能。研究侧重于从多个角度进行深入分析,包括一级医疗流程设计、空间环境营造、精益化的功能分区设计,以及环境氛围和文化形象的塑造。我们提出了“以患者为中心”的设计理念,强调从患者的角度出发,整合各类专业设计师、医务人员、护理人员和医院管理者等多方资源,以提升医疗质量和服务水平为目标。目标是构建一个健康、高效、人文的医疗环境,并共同形成系统化且全面性的优化策略。核心设计思想以“全方位人文关怀为核心,实现建筑服务于人”为指导,从医院的工作流程优化、空间环境创设、合理的布局规划,以及环境氛围和文化形象的精心雕琢等多方面展开深入设计。通过精心构思的建筑设计,旨在提升患者的就医体验和满意度,增强医院的品牌形象和社会责任感。

基于卷积神经网络算法的电网数据治理方法

电网数据治理需要从海量信息中提取有价值的部分,并且去除异常数据。然而,由于缺失值、数据差异和非线性数据关系等问题,现有的数据治理方法在处理大型用电数据集时可能无法应对,并且缺乏协调电力数据分析程序的综合基础设施。为了解决这些问题,开发了一个简单而有效的数据治理模型。首先,将3个模块组合到该模型中,第一个模块部署了数据归因、离群点处理、规范化和类平衡算法,以增强时间序列特征,并产生更好的数据质量,以改善分类器的训练和学习。其次,使用3种不同的机器学习方法作为基础学习模型,这些方法互不相关,对问题各有侧重。然后,使用时间卷积网络整合机器学习算法的输出,以提高分类精度。实验结果表明,与其他方法相比,所提出的方法实现了高度准确、稳健的数据治理性能,验证了该方法的有效性。

基于Tex-RCNN的电力营销语音服务用户意图识别模型

由于电力营销语音服务过程会出现多层次用户意图,因此意图识别模型容易产生冗余数据,导致模型应用出现复杂度高问题。为此,构建新的基于Tex-RCNN的电力营销语音服务用户意图识别模型。利用Tex-RCNN中的两层感知结构,设定固定的数值偏移量,获取电力营销语音服务数据,利用意图数据的学习评估过程,构建意图依赖数值关系,将其编码处理为参数表征,构建意图识别模型。实验结果表明:所设计意图识别模型的复杂度数值最小,更适合实际应用。

电网行业元数据集成数据存储策略研究

针对当前电网行业产生的海量数据,提出采用规范化元数据管理等方式来实现对电力行业数据的统一存储与管理方案。首先通过数据预处理,将不同格式的电力数据统一转换为XML格式数据,然后采用中间件技术实现对XML数据抽取与访问;其次,针对大规模数据存储问题,提出基于哈希分桶算法对数据进行存储,以提高数据存储的效率;再次采用MapReduce框架对数据进行查询;通过对电力行业的部分数据进行查询试验,结果表明在查询时间方面,具有优势。