基于主动容错滑膜预测的太阳能发电稳定性全局控制研究

采用目前方法对太阳能发电系统的稳定性进行控制时,无法获取控制器上的控制律,故障预测结果出现偏差,导致现有方法存在波动大、振荡次数多和容错性差的问题。提出基于主动容错滑膜预测的太阳能发电稳定性全局控制方法。利用灰色预测模型预测太阳能发电系统中存在的故障,据此获得控制器的控制律后,建立主动容错滑膜控制器,对太阳能发电系统进行全局控制,以提高太阳能发电系统的稳定性。实验结果表明:在发电机电压突然上升工况下,所提方法可在3 s之内使发电机端电压增量稳定在1.1 V,在4.5 s内使发电机功角稳定在20 rad;在线路三相短路工况下,所提方法可在2 s之内使发电机端电压增量稳定在1.0 V,同一时间内发电机功角稳定在60 rad。所提方法的临界切除时间最低为0.167 s,最高为0.190 s,与文献方法相比,临界切除时间更高,说明该方法的容错性更好。

基于大数据跨平台的半结构化实时数据采集技术

针对传统数据采集技术的功能单一、时钟频率低,满足不了现在发展需求的问题,设计半结构化实时数据采集系统,采用FPGA进行并行数据处理,并采用嵌套式乒乓缓存的方式进行数据缓存,实现了实时数据处理和FLASH存储,增强了数据传输和存储的可靠性及稳定性。设计半结构化实时数据远程采集系统,采用REMOTE进程,通过火灾大数据算法模型提高故障诊断能力。实验表明,所提系统在对20000条数据进行采集时所花费的时间最少为22 s,并且采集的数据精确度最高达到了98%,火灾故障诊断速度更快、准确率更高,大大提升了对火灾故障的诊断效率和应对能力。

基于XBee的配电变压器温度实时监测方法

针对目前配电网对变压器温度关注低的现状,着眼于状态检修,通过研究干式变压器温度控制系统和XBee自组Mesh网原理,提出基于XBee的配电变压器温度实时监测方法。利用XBee自组Mesh网络,将干式变压器温度数据逐级上传,最终汇聚至后台,实现基于物联网的配电变压器温度实时监测。测试与应用表明,搭建的系统数据传输实时性和准确性良好,验证了所提方法的可行性。

贝叶斯统计学习在变电站巡检图像预处理中的应用

电力巡检机器人工作环境较为复杂多变,导致其获取的光学图像中不可避免地存在噪声、像素缺失等问题,影响后续对图像中信息的提取和识别。针对该问题,将贝叶斯统计学习理论引入图像处理过程。首先在传统主成分分析(principal component analysis,PCA)的基础上提出1种基于Bernoulli-Beta共轭先验的噪声抑制模型,能够自动确定PCA中主分量的个数,同时自适应地实现图像中的噪声抑制;然后针对存在像素缺失情况下的图像重构问题,提出1种基于Gaussian-Wishart共轭先验的贝叶斯统计模型,该模型不需要训练样本即可有效地实现图像重构。最后采用变分贝叶斯期望最大(variational Bayes expectation maximization,VBEM)算法对2种模型中的参数进行求解。基于实测图像的实验结果验证了所提方法的有效性。

电力设备图像识别方法研究

电力系统图像数据具有数据量大、非结构化等特点,当前对该类图像的智能化识别精准度低。针对该问题,采用卷积神经网络,提取设备图像特征;充分利用传统机器学习特点,结合随机森林及深度学习按特征对图像进行分类。通过8 500张电力设备图像进行测试,由测试结果可知,对于输电线铁塔、输电线电杆、变压器、断路器及绝缘子5种电力设备,平均识别精确度为89.6%,较传统随机森林分类器及卷积神经网络分类器平均识别精准度分别提高12.6%及6.8%。

运动视频图像边缘特征自适应识别研究与应用

自适应识别技术的应用可有效提高图像利用率。对于运动视频图像边缘特征的自适应识别,可以通过计算图像灰度值,获得图像离散系数。针对传统图像特征向量识别方法错误率高、效果差的问题,基于赋时矩阵,对运动视频图像进行识别。根据图像RGB颜色空间类别,计算视频图像矢量距离及平均矢量,通过分析图像权向量及特征向量,获得图像线性函数,并统计其类别。根据运动视频图像决策规则,进行图像的分割及决策分类,并通过图像局部离散系数,获得离散矩阵。计算图像动态阈值及灰度值,并归一化处理图像边缘特征,进而实现局部边缘特征自适应识别。由仿真分析可知,运动视频图像边缘特征识别方法效果好,错误率低。

电力业扩工单手写日期识别的深度学习方法

针对稽查中心在日常审核业扩工单时派专人去筛选业扩工单,且核对每张业扩工单上的手写日期的工作,提出了一套自动化的流程去实现对业扩工单的自动分类、角度纠正、日期目标框内的文字及日期进行识别的方法。利用该方法减少了稽查中心在日常审核业扩工单中的人力成本,提升了管理效率。

探究应用虚拟化技术构建新型应用云平台

随着虚拟技术不断发展,通过使用虚拟化技术构建数据中心,将传统的服务器、交换机和存储进行集成,并通过VMware虚拟化技术将所有服务器硬件资源集成到一个统一的资源池中,然后根据业务需求将现有的硬件资源划分为多台虚拟机,并通过统一的软件界面管理所有硬件和虚拟机。因此,大大提高了数据中心的安全性、稳定性、维护性和可伸缩性。

分布式作业调度管理技术研究

大数据的分布式调度在进行数据ETL过程中起到了承上启下的作用,整个数据的生产、交付、消费都会贯穿其中。文章从调度、分布式调度的特征出发,阐述大数据调度的个性化特征,以满足大数据使用的架构和业务场景的需求,并从实践角度分享如何打造一个高可用、高效率、灵活性的大数据分布式作业调度管理平台。

配电自动化等效无线信号强度测试仪的研制

无线网络通信方式是城市配电网配电自动化的主要通信方式之一。由于目前在配电网项目可研勘察、施工勘察以及自动化设备运维方面缺乏对配电自动化终端(distribution terminal unit,DTU)感受无线通信网络信号的有效测量手段,导致DTU在线率缺陷时出现责任界面不清晰的问题,影响施工与运维效率及DTU"快定位、速隔离"的功能。为此,在配电自动化感受无线信号强度模型的基础上,研制了一种可以准确测量配电自动化感受等效无线信号强度的装置,即利用通用attention指令获取DTU无线模块中接收的实时信号值与其他重要参数,可产生经过数据清洗与统计分析后的一定时段统计值,自带电池供电,从而解决配电自动化运维与施工勘察等多个场景中无线信号测试困难的问题。通过现场测试比对分析,该信号测量装置准确,易于携带,适用于主流厂家的无线模块,可广泛应用于配电自动化无线通信的信号测量与故障诊断工作。

主数据驱动视角下多源数据数字化挖掘系统设计

多源数据挖掘过程中,由于缺少参数分析,导致数据挖掘不完整且精准度较低,为了解决这类问题,提出主数据管理驱动下多源数据数字化挖掘方法。分析主数据管理驱动挖掘原理,通过适配器驱动模块传递数据,借助接口器支配与处理数据。使用克里格数据挖掘算法调整参数并处理“脏数据”后,设计数据挖掘流程。实验结果显示,主数据管理驱动挖掘方法挖掘数量与实际值相差最小为40个,数据挖掘完整度较高。在检测数据为8000个时,挖掘精准度达到95%,能够为多源数据归一化提供技术支持。

基于云平台的电力系统能源负荷预测研究

为提高电力系统能源负荷预测的效率和精度,提出了一种基于云平台的电力系统能源负荷预测方法。首先,为提高电力系统采集数据的入库效率和查询效率,提出一种分布式的数据采集系统结构框架,并设计了大数据云平台架构;其次,运用极限学习机对区域日负荷进行了准确预测。研究结果表明,该方法有效提高了电力系统能源负荷预测的效率和精度,为电力管理和调度部门及时制定调度计划与运控策略提供了科学决策的依据。

基于指数分层结构算法的数据可信度评估模型设计

针对传统的数据可信度评估模型存在分类适应性较差的问题,设计一种基于指数分层结构算法的数据可信度评估模型。分析实际数据资产管理过程,建立数据可信度评估指标体系;按照数据类型和数据间存在的周期性关系补充待评估数据中的缺漏数据,完成对待估数据的预处理;将数据归一化后生成数据集合,并根据数据间的相关系数建立亚超度量空间,生成指数分层结构树,结合层次分析法完成对可信度模型的设计。实验结果表明,与传统评估模型相比,所提模型的分类适应性更强,数据查全率更高,应用优势更明显。

基于改进深度信念网络的电力欠费预警研究

"先使用,后付费"的营销方式导致电网公司电费回收不到位,难以支撑正常运转和获得基本效益。为了解决电力欠费对电网公司的不利影响,论文提出电力欠费预警智能预测的研究方法。将电费回收分为时间和金额两部分,结合相应的关联指标,建立参数自适应的深度信念网络,通过深度学习和训练对电力欠费情况精准预测。实验结果表明,与BP神经网络相比,深度信念网络更能准确预测出用户电费回收的未来情况,有效辅助电力企业制定用电和电费预警策略。

工作票智能办票模块设计与运用

工作票智能办票是确保电网工作中员工、设备以及系统安全的重要举措。文章主要阐述了工作票智能办票模块的系统整体设计、总体结构以及各主要模块的结构设计,并分析了工作票智能办票模块的多种开票模式。智能办票模块通过识别工作任务和厂站名称自动生成安全措施,并且保存当前的所有数据,将票面信息存档,同时该模块具有清除页面所有数据的功能。利用智能办票模块能够有效提高电网工作效率和准确率,保障电力工作的顺利进行。

基于容器技术的多租户数据服务平台研究

针对电力行业数据应用集群过多、资源利用率低等问题,研究一套基于多租户容器技术,包含数据申请管理、资源虚拟化管理、容器平台运维管控等内容的以“提供多维数据服务”为特点的多租户数据服务平台,以实现数据应用统一建设与互不干扰,数据资产统一管理,数据集市独立运行的目的。

基于大数据跨平台的分布式实时数据采集技术实现

大数据已经成为国家战略,在各行各业得到了愈发广泛的应用,电网企业也呈现出其独有的大数据场景特征。电网企业的数据具有业务域多、数据量巨大、实时性要求高等特点,建立统一有效的大数据采集中心有利于电网企业大数据的管理,符合电网企业新的发展战略。电网企业终端传感器采集的数据有用户行为的文本数据、终端图片等图片数据、其他平台的海量镜像数据。随着终端的用户量和数据量与日俱增,数据中心必须能通过添加更多服务节点来扩展性能和负载能力,以保证高可扩展性和高可用性,从而满足电网企业业务发展的需要。

主数据管理平台在信息化建设中的应用探究

我国在进入 21 世纪以来,信息化建设取得了进一步的发展,计算机网络技术的普及促进了我国现代化建设。主数据管理平台在全新的历史时期的企业管理中发挥了重要的作用。因此,本文关于主数据管理平台在信息化建设中的应用进行了探究。

基于历史票联想的电网工作票智能填写与校验方法研究

传统工作票填写方法在智能化、全面性方面存在明显不足,容易出现填写错误,导致事故发生。文章提出了一种基于历史票联想的电网工作票智能填写方法,采用文本相似度模型挖掘历史工作票数据,将数据以文本形式储存于大数据平台,并将历史票关键词联想与厂站拓扑相结合,实现历史工作票关键词的自动提取。所提智能填写方法可显著提升工作票管理效率和质量,降低现场作业风险,同时为安全监管工作提供真实有效的决策依据。

探究大数据时代的数据挖掘与数据资产运营

大数据时代背景下,数据也是一种资产,要求企业实现对数据的专业化挖掘,并从中获得价值,借鉴各行业的发展经验展开数据资产运营工作,将成为未来企业数据管理的重要发展方向。基于此,本文以数据挖掘与资产运营为研究对象,根据其优势分析怎样通过数据分析得到回报,并提出关于建立数据资产管理平台的建议。