人工智能与大数据技术在变配电系统中的应用

阐述变电系统的数字化技术特点,探讨变电站人工智能技术和大数据技术的应用,包括对变电站系统运营的巡视、变电站系统的运维操作、变电站系统运行的安全维护,分析大数据技术的应用成效。

用电信息采集接口测试数据传输请求量动态调整策略

为了解决用电采集系统接口测试数据的高效传输问题,通过深入分析数据传输过程中的影响因素,提出基于资源信息的数据传输动态调整策略和基于动态规划的最优传输负载率控制策略;利用测试端获得的资源信息设计传输负载估算和可用带宽估计方法,根据传输负载率映射的效应区间选择相应的传输策略,并根据实际传输效果动态调整区间控制阈值,动态优化其传输效率;将该策略用于某省级电力公司用电信息采集统一接口平台测试系统,对比该策略和TCP Westwood算法在不同网络和数据源数量条件下的数据传输量和请求丢弃量。结果表明,采用本文中提出的数据传输请求量动态调整策略和最优传输负载率控制策略,相比TCP Westwood算法具有更好的数据传输能力和可靠性。

基于物联网的金融数据动态安全存管系统设计

针对传统金融数据存管系统存在的存储效率低、存储空间小及稳定性能差等问题,设计基于物联网的金融数据动态安全存管系统。该系统感知层采集和融合金融数据,并对数据进行安全保护;存储层采用云安全存储服务体系存储从感知层获取的大量金融数据,并通过约束性软件函数实现金融动态云数据的合理调度;应用层统计和展示金融数据的分析结果。实验结果表明,该存管系统的金融数据存储效率无限接近于100%,金融数据存储空间高达12TB,在高压情况下系统可进行稳定的大量金融数据同步上传及在线查看,实现金融数据的安全管理。

一种面向强波动高噪声电力时序数据的压缩方法

风电和光伏发电已经成为全球重要的清洁电力来源,然而其产生的海量强波动高噪声的电力时序数据为智能配网数据存储和通信传输带来巨大的负担。文章针对风力发电和光伏发电产生的时序数据提出了一种高效的时序数据压缩方法,包括时间戳压缩、浮点数量化算法以及浮点数有损压缩算法。通过在公开数据集与传统压缩算法进行对比实验,验证所提方法能有效对电力时序数据进行压缩,在压缩率、均方误差等性能指标上得到较好的提升。

基于云计算的空间地理信息数据安全管理方法研究

大数据处理技术的不断发展降低了数据挖掘和搜索难度,同时也提高了数据发布和传输时的安全防范难度,因此提出基于云计算的空间地理信息数据安全管理方法。按照云计算网络环境特征提取空间地理信息,构建数据安全分级框架。基于信息的安全等级设置不同用户的数据访问权限,进行云计算环境下数据和病毒的安全隔离。设置对比实验,对比各方法的安全性能,实验结果证明本文方法的数据传输完整度更高,在保证安全性的同时数据传输拥塞时间更短。

城市配电网大数据应用需求和场景分析

大量异构多源的数据是大数据的一大特征,城市配电网中的数据规模和特点符合这个特征。首先对城市配电网中的数据应用需求进行分析,基于城市配电网中大数据的不同应用场景,分别从城市配电网运行状态评估与预警、电能质量监测和评估等方面进行分析,以期不断促进配电网的发展。结果表明,大数据能够为配电网开展分析提供强有力的计算和分析条件,大数据的分析结果可为配电网规划和安全运行提供数据支撑。

供电企业数据仓库及决策支持系统建设方法初步研究

基于如下的要素:以关键指标系统(KPI)为导向的绩效管理数据支撑,对客户主题信息进行深入的分析,全员在线行为综合统计分析的绩效辅助支持,以及电网规划的辅助决策支持,研究数据仓库在供电企业的应用。所建立的供电企业数据模仓库模型以及通过强化元数据管理,以数据质量为核心的实施方法具有较强的规范性与可推广性。

大数据技术在药学工程中的应用

阐述大数据技术在医药工程中的应用策略,包括药物发现与开发、临床试验和个体化治疗、药物安全监测与不良事件预警。分析大数据技术在药学工程应用中的挑战、限制和解决方案。

基于K-means聚类算法的校园在线学习行为分析

阐述学生在线学习行为的问题分析,引入K-means聚类算法,为学生在线学习行为研究提供更加准确高效的选择。分析表明,统计数据可以帮助教师掌握学生的在线学习状况,发现在线学习中存在的问题,从而实施针对性的干预和指导。

基于大数据与云计算的新型云安全管理模式

目前,大数据的广泛应用为各行业在信息化变革的道路上带来了巨大的挑战和前所未有的机遇,通过对大数据的深度挖掘和处理,可以不断增强统计分析的科学性和实用性,进而延展出更广阔的商机。然而,大数据一方面为生产效率带来了巨大的推动作用,另一方面,大数据自身结构也存在着若干安全隐患。随着数据规模的不断增加,汇聚成炙手可热的数据＂金矿＂,导致互联网上对其的争夺持续加剧,大数据的安全管控、隐私保护和合规合法等问题已经非常突出。随着物联网规模的壮大,云计算技术的不断成熟,大数据平台和云计算技术的紧密联系与协同发展也成为必然。大数据存在大风险,但同样可以结合云计算技术在安全管理上通过主动识别、预测、抢先部署防范攻击和智能学习、自适应安全架构等措施,创立＂云安全＂管理的新型管理模式。同时设备之间的联结以及安全管理经验的积累都可进一步归纳、汇聚为所谓的＂云安全＂大数据,从而获得对安全事故的响应能力的飞速提升。