基于AE和GRU神经网络的电缆早期故障检测和识别方法

多数电力电缆永久性故障是由早期的自清除电弧故障发展而来,及时准确地识别电缆早期故障对于电力系统安全稳定运行具有重要意义。由于电缆早期故障持续时间短,难以触发常规继电保护装置,因此提出了基于自编码器(autoencoder,AE)和门控循环单元(gated recurrent unit,GRU)神经网络的故障识别方法。通过AE对电缆单端采集的不同故障和扰动源的电流电压信号进行特征提取,以提取的特征向量作为GRU神经网络的输入,构建故障分类器。与传统的分类器相比,基于AE和GRU神经网络的方法能够准确地从多种扰动信号中检测和识别电缆早期故障。利用PSCAD/EMTDC搭建电力电缆线路模型,通过仿真分析证明了所提出方法的准确性与可行性。

基于轨迹图像与卷积神经网络的电缆早期故障识别

准确识别电力电缆的早期故障可以为电缆的运行状态评估提供参考,进而合理安排线路检修,提高电缆线路的运行稳定性。为此,首先基于相空间重构技术对电流信号进行数据重构,并根据重构结果绘制电流信号的轨迹图像;然后根据绘制的轨迹图像,通过搭建卷积神经网络来完成电缆早期故障的识别任务;最后借助PSCAD/EMTDC仿真获得的数据验证所提方法的准确性和可行性。实验结果表明:该方法可以在训练样本占比仅为0.05的情况下达到0.99以上识别准确度,同时还具有优异的鲁棒性,可以适应信噪比仅有15 dB的环境。

基于Oracle数据库访问控制机制与网络安全的探讨与研究

21世纪以来,信息化互联网的全面渗透,企业管理也开始以信息化互联网技术为基础建立网站来满足企业的发展需要,致使数据库成为了企业管理的核心。因为Oracle数据库具有分布式的特点,能够在短时间内快速响应客户需求,提高企业核心系统的运行效率,因此很多企业和个人都积极利用Oracle数据库。然而,由于数据库内部数据量的与日俱增,且主要采用的是集中存放的方式,这样在很大程度上增加了安全隐患,严重威胁到个人或公司的数据安全。鉴于此,本文对基于Oracle数据库访问控制机制与网络安全进行了深入的探讨,发现了存在的问题并提出了相应的解决策略。

浅析数字化信息平台Oracle数据库空闲碎片回收与整合技术

随着现代信息技术的快速发展,大数据时代也已经来临,经过不断的研究能够了解到,数字化信息平台Oracle数据库存储的数据量有60%以上为空闲数据,这些空闲数据在时间的推移下会越来越多,数据量的暴增使得数字化信息平台的正常使用也受到影响,因此空闲碎片的回收和整合也成为了提高Oracle数据库空间利用率的关键手段。对此本文便围绕数字化信息平台Oracle数据库空闲碎片回收整合展开论述,分析数据块结构与空闲碎片的形成,并提出了集中空闲碎片回收整合技术。

基于Oracle数据库的XML数据处理及存储技术的讨论与研究

对于 Oracle 数据库的 XML 储存技术研究,应加强对理论与实践整合的认识,全面分析 XML 储存技术在 Oracle 数据库的应用要点。基于此,文章简要分析 Oracle 数据库的优势,并详细探讨了 XML 储存技术的实际应用对策。