基于多源数据深度融合的配电网运行评价方法

配电网作为供电环节中的最后一环,其运行水平决定了供电服务质量,因此配电网运行评价是供电单位的重要工作。但配电网运行评价工作受到跨业务数据资源难以融合、评价指标选择难以反映实际配电网运行状况等条件限制,现有评价方法难以实施应用。针对这一问题,提出一种基于多源数据深度融合的配电网运行评价方法,首先对区域配电网进行网格化划分,然后基于地址分级匹配算法对跨业务的多源异构数据进行深度融合。在此基础上,提取并设计配电网运行评价指标体系,构建基于多层权重约束的配电网运行综合评价模型,求解配电网综合评价结果。最后研发配电网运行评价系统,支持配电网各业务系统的多源异构数据的统一接入,实现配电网评价功能的可视化、智能化应用。研究成果配电网运行评价系统已采用某省级电网公司数据中台的相关数据进行配电网运行状态评估试验验证,以实际运行数据验证了所述方法的准确性和适用性。

基于数据深度融合技术的水电站人机协同作业风险预警研究

针对基于风险矩阵、考虑结算规则的预警方法受到海量协同作业数据影响,导致预警效果不佳的问题,提出了数据深度融合下的水电站人机协同作业风险预警。构建数字化协同业务的闭环模式,保证水电站作业数字化人机协同作业风险预警过程稳定。计算置信增益最大值,并对特征进行归一化合并,由此构建水电站全维数据深度融合模型,避免数据丢失。通过传感器节点获取深度融合数据,在空间和时间上,以时空为基础建立多维时序,为现场作业人员的安全作业提供有效数据支撑。通过潜在风险智能感知与识别结果,设计基于数据深度融合的水电站人机协同作业风险预警流程,以便工作人员及时处理现场紧急情况。拟定特定场景,由实例分析结果可知,该方法风险预警概率与实际值更加接近,说明使用该方法预警效果较好。

浅析大数据深度融合的移动图书馆情境化推荐

大数据深度融合的移动图书馆情境化推荐系统,能够较好地将情境信息融入到移动图书馆知识推荐过程中,改进了推荐性能,有利于为用户提供精准的个性化服务资源,MapReduce化的并行处理方法也有效提升了大数据融合与挖掘的性能与效率。

基于docker技术的深度学习模型分割乳腺超声影像研究

目的:设计一种基于docker的深度数据融合挖掘算法模型,并将其应用到乳腺超声影像教学中。方法:使用影像检查系统内置软件,将影像三维建模矢量结果转化为点阵结果,使用线性投影法针对磁共振、超声、放射断层扫描等多个模型的三维模型数据进行归一化处理,使用基于卷积多列神经网络的人工智能挖掘算法进行数据融合处理,从而构建多层次三维影像学数据融合模型。对使用该模型前后进行数据对比。结果:使用该模型后,影像诊断效率、诊断模式、患者的主观评价、医院专家的主观评价结果均有所提升。结论:该模型可作为分割乳腺超声影像研究体系的重要工具。