供电局基于电网大数据的调控智能分析辅助决策系统构建的技术问题与对策研究

针对调控智能分析辅助决策系统构建中的技术问题进行分析,并介绍该系统构建的关键技术,包括大数据调控技术、知识谱图智能决策技术、预测技术与调度智能助手技术等,最后阐述该系统的总体架构与功能。力求通过电网故障智能告警、故障智能诊断、电网风险智能评估等功能的应用,实现电网调控一体化运行模式,做出更多科学的调度决策。

基于多数据源的电网设备信号智能分析辅助决策系统研究与应用

本文介绍一种新型的基于多数据源的电网设备信号智能分析系统,它采用基于D—S理论的多数据源信号融合方法,当电网发生故障时,系统能从SCADA数据库中提取相关信号,对电网故障进行信号分析处理,实践表明该系统有较强的可靠性、稳定性。

电网遥信大数据智能分析辅助决策系统建设研究

电力调度控制中心为适应电网规模不断扩大、结构日趋复杂化而带来的海量设备监控信息,充分发挥现代化技术手段应用的先进作用,提高调控运行人员对电网驾驭能力以及对电网异常、事故信息处置效率,降低人员劳动强度,开展了电网遥信大数据智能分析辅助决策系统建设研究。本研究基于实际电网模型和实时数据,从电网海量信息中梳理、智能分析,提供结论性结果,智能替代人工,而且以电网实时信息为输入,以设备基础信息为辅助,横向对比,纵向分析,提供科学的辅助决策,全程信息深加工,独立设置,只提取系统信息,而不改变系统数据。建成一个具有简、全、独立安全三个主要特点的系统,有效提高电网设备异常事故处置效率、降低安全生产隐患,保证电网安全稳定运行。

基于大数据和人工智能技术的油田智能分析辅助决策子系统

针对塔里木油田产运储销信息化方面的不足以及核心智能应用的缺乏,创新性提出深度融合大数据和人工智能技术的油田智能分析辅助决策子系统开发思路,利用大数据和人工智能技术,通过数据收集、数据清洗和数据变换,全面收集和精准分析油田生产过程中产生的大量数据。在产运储销平衡模块中,拟使用长短期记忆(Long Short-Term Memory, LSTM)神经网络处理和分析动态数据,采用随机森林(Random Forest, RF)构建模拟预测模型,使用遗传算法(Genetic Algorithm, GA)优化目标结果。油田智能分析辅助决策子系统在线诊断模块使用基于阈值的异常检测自编码器模型,实时监测设备运行状态。应急救援在线训练模块采用决策树构建决策支持模型,提供智能决策支持。基于大数据和人工智能的油田智能分析辅助决策子系统打破了传统油田生产管理的局限性,提高了整体运营效率和资源利用效率,为油田行业的智能化发展提供了新的思路和方法。

物联网环境下的智能辅助决策系统设计与优化研究

文章旨在开发一套基于物联网环境的智能辅助决策系统,利用山东工艺美术学院丰富的数据资源,为教学、科研和人才培养等方面提供科学准确的决策支持。通过实时采集多源数据、智能分析和快速反馈,提高高校教育管理决策的质量和效率。

基于人工智能的排球比赛智能分析与决策系统研究

随着技术的飞速发展,人工智能在体育领域的应用也越来越广泛。在排球比赛中,人工智能不仅能够提供实时数据分析,还能帮助教练和球员做出更加精准的决策。该文介绍了排球比赛智能分析与决策系统的目标,即通过高级数据分析技术来提升比赛表现;详细阐述了系统的组成,包括机器学习算法、模式识别技术以及预测模型;讨论了人工智能如何通过策略推荐和实时决策辅助来支持排球比赛的决策过程。

基于智能技术的辅助决策系统设计与实现

阐述基于人工智能技术的供电公司辅助决策系统设计和实现,该系统利用数据采集、模型构建、预测算法和应急响应策略,为供电公司提供实时的电网监测、负荷预测、故障预防和应急处理支持。

电力系统通信中的大数据分析与智能决策支持系统设计

文章旨在探讨电力系统通信中的大数据分析与智能决策支持系统设计。通过分析电力系统通信的架构与组成,以及大数据技术在其中的应用,提出了一套智能决策支持系统的设计方案。系统综合运用数据采集、处理、分析以及挖掘等技术手段,旨在实现对电力系统通信的实时监测和智能决策支持。通过对案例的研究和验证,证明了该系统在提高电力系统通信运行效率和智能化水平方面的有效性与可行性。通过文章的研究,能够提高电力系统通信的运行效率和智能化水平,为电力系统的稳定运行提供支持。

集控站监控系统智能化辅助决策技术分析

集控站负责所辖区域内所有变电站监控信息的监测和告警分析判断,当电网发生事故时,可以第一时间响应并向调度人员进行汇报,对于保证电网的安全稳定运行发挥着重要作用.在当前的集控站监控系统运行中,存在人工工作量较大、智能化程度相对不足等问题.通过详细分析集控站监控系统智能化辅助决策技术的应用,从而有效降低集控站工作人员的工作量,提高电网运行管理的智能化技术水平,更好地保障电网的安全稳定运行.

基于SCADA数据的电网故障和异常智能分析的辅助决策系统

为了有效制定辅助决策、明确电网事故原因、帮助调控人员解决故障和异常事故,设计基于SCADA数据的电网故障和异常智能分析的辅助决策系统。利用数据库处理SCADA数据,建立SCADA数据库,业务逻辑层通过ArcGIS Engine组件技术实现辅助决策系统内各模块间的数据交互,应用层中故障和异常诊断模块以电网内断路器与继电保护等状态信息为适配指标,并将其当成目标函数,建立电网故障和异常诊断模型,通过带自适应变异的粒子群优化算法求解该模型,获取电网故障和异常诊断结果,通过辅助决策模块智能分析故障和异常诊断结果,确定事故原因,制定事故处理的辅助决策。实验证明:该系统可精准采集SCADA数据;不同通信轮次时,所提出的系统数据传输的网络节点平均剩余能量较高,数据传输能耗较低;在不同故障和异常情况下,系统均可精准诊断故障和异常情况,有效智能分析事故原因,制定合理的辅助决策。

基于改进STPA-DEMATEL的智能航电系统致因要素分析

针对智能航电系统在非线性耦合运行场景下产生的预期功能安全(safety of the intended functionality,SOTIF)问题,提出一种将系统理论过程分析(systematic theory process analysis,STPA)与决策试验与评价实验法(decision-making trial and evaluation laboratory,DEMATEL)相结合的致因分析框架。首先,在定义系统级危险的基础上构建安全控制结构,识别其不安全控制行为并提取与智能化缺陷相关的STPA致因要素。接下来,引入毕达哥拉斯模糊加权平均算子和闵可夫斯基距离对传统DEMATEL方法进行优化,专家根据控制反馈回路对致因要素进行评价并计算其中心度与原因度。最后,分析STPA致因要素与SOTIF致因属性之间的映射关系,给出关键致因要素的风险减缓措施。以单一飞行员驾驶(single-pilot operation,SPO)模式下的虚拟驾驶员助理系统为例说明了所提方法的可行性与有效性。研究结果表明,改进的STPA-DEMATEL方法可以有效识别关键致因要素,且能够克服专家评价的模糊性与不确定性,为智能航电系统的安全性设计提供了参考依据。

智慧重症监护室建设背景下生命支持设备的临床辅助决策效能分析

目的:基于医院智慧重症监护室(ICU)建设,分析智慧ICU病房生命支持设备在临床辅助决策中的效能。方法:设计智慧ICU病房交互系统、设备管理系统、风险应对系统和智能查房系统功能模块,实时采集生命支持设备在诊疗、护理、运行和技术保障中的信息数据,为危重症患者诊疗和护理措施改善提供医疗辅助决策依据。选取2018年7月1日至2022年12月31日上海市青浦区朱家角人民医院等3家医院临床在用的115台生命支持设备,分别采用传统辅助决策管理模式(简称传统管理模式,83台)和智慧辅助决策管理模式(简称智慧管理模式,89台,含传统管理模式中57台和新增加的32台)管理,对比两种管理模式生命支持设备的管理水平和管理效果。结果:智慧管理模式下的设备数据采集时间为(5.67±2.80)min,少于传统管理模式,数据采集准确率和完整度,以及设备调配使用、监测报警、设备故障和紧急应答的有效解决率分别为(99.02±1.14)%、(94.35±3.46)%、(98.78±0.90)%、(98.99±0.91)%、(88.26±5.31)%和(90.23±5.54)%,均高于传统管理模式,其差异有统计学意义(t=6.504、6.474、3.574、7.620、6.784、4.522、3.719,P<0.05);智慧管理模式下的设备治疗、护理和康复的诊断决策有效利用率分别为(93.83±3.12)%、(94.99±2.47)%和(91.44±4.62)%,呼吸功能支持设备、循环功能支持设备、血液净化支持设备和急救监测支持设备的综合评分分别为(92.97±4.35)分、(94.34±2.95)分、(93.01±2.44)分和(94.11±1.89)分,均高于传统管理模式,其差异有统计学意义(t=4.169、4.875、5.159、4.069、3.033、2.757、6.893,P<0.05)。结论:基于智慧ICU建设能够提高生命支持设备运行数据采集质量,及时解决设备运行问题,为危重症患者诊疗、护理和康复的诊断决策提供有效依据,提升设备临床服务水平。

智能泊车辅助系统驾驶体验测评指标构建

针对当前行业内智能泊车辅助系统用户驾驶体验测试评价指标不完善的问题,提出了驾驶体验主客观测评指标并进行了试验验证及相关性分析。基于智能泊车辅助系统的功能逻辑,构建了智能泊车辅助系统驾驶体验闭环控制系统。结合闭环系统,采用体验阶梯金字塔模型构建主观评价指标体系,还采用GSM模型进行了客观指标构建。针对7款车型进行了实车测试,并利用皮尔逊相关性系数进行了分析。试验结果表明,所提出的评价指标可适用于测试对象的驾驶体验测评,且主客观相关性系数全部>0.5,能为智能泊车辅助系统的设计和测评提供参考。

CEUS LI-RADS联合人工智能辅助决策模型对肝细胞癌的诊断价值评估

目的评估超声肝脏造影报告及数据管理系统(CEUS LI-RADS)联合人工智能辅助决策模型对肝细胞癌的诊断价值。方法选取88例肝细胞肿瘤患者,均通过CEUS LI-RADS评估肝细胞肿瘤的良性与恶性,根据CEUS LI-RADS结果采用人工智能辅助决策模型进行诊断,比较CEUS LI-RADS和人工智能辅助决策模型对肝细胞癌的单独诊断结果与联合诊断价值,并分析CEUS LI-RADS在不同病理特征肝细胞肿瘤诊断中的价值。结果CEUS LI-RADS联合人工智能辅助决策模型对肝细胞癌的诊断灵敏度、准确度高于单一方案诊断,漏诊率低于单一方案诊断,差异均具有统计学意义(P<0.05)。肝细胞肿瘤<5 cm的阳性患者和阴性患者CEUS LI-RADS分类LR-1~LR-3、LR-4、LR-5之间有显著差异(P<0.05)。肝细胞肿瘤≥5 cm阳性患者和阴性患者LR-1~LR-3、LR-5之间有显著差异(P<0.05)。不同分化程度肝细胞癌患者CEUS LI-RADS分类LR-3、LR-5之间有显著差异(P<0.05)。结论CEUS LI-RADS联合人工智能辅助决策模型对于肝细胞癌诊断准确度、灵敏度较高,可有效提高肝细胞癌诊断效能,降低漏诊率。

基于主配一体化系统(D5000)电网精准调度辅助决策功能的研究及应用

随着地区电网的不断建设和发展,电网调管规模日趋庞大,结构也日益复杂,实现地区电网精准调度,提高调度数字化应用水平,基于地调D5000系统,组织开展了以构建电网事故处置辅助画面;探索调度端实现一键顺控功能的应用,提升电网操作效率,降低现场操作风险;建立农网变电站主变投退自动提示;建立重要用户监视画面,精准掌握重要用户用电情况;地调D5000系统标注重要、敏感用户线路,提醒调控人员及时关注重要敏感用户的用电情况;在间隔图中录入输变电设备参数,方便调度员快速查看输变电设备信息。通过以上措施的开展和实施,电网调控和监控人员劳动强度明显下降,精准调度辅助决策的研究效果良好,具备推广价值。

智能变电站状态监测及辅助控制系统的设计及应用

为提高变电站运行效率与系统可靠性,本研究设计了一种智能变电站状态监测及辅助控制系统。采用物联网(IoT)技术、大数据分析、机器学习算法为主要技术手段,采用B/S架构设计,通过数据采集与实时监控模块、数据处理与分析模块、故障诊断与预警模块、辅助控制决策模块等软件功能设计可实现智能变电站状态动态监测与智能控制,并通过对比测试验证本系统的功能有效性。结果表明,本系统能提升变电站设备的运行效率,减少故障发生频率,有效延长设备的使用寿命,提高整个电力系统的稳定性。研究成果验证了智能监控与辅助控制系统在现代变电站管理中的应用价值与实用性。

基于大数据的汽车性能优化与智能决策支持系统研究

以大数据技术为基础,针对汽车性能优化和决策支持等需求展开调研,主要介绍了包括传感器技术、数据采集与传输技术、数据清洗预处理方法在内的大数据采集与处理关键技术;对包括数据挖掘技术、机器学习和深度学习模型在内的汽车性能数据分析与建模方法进行了探讨;提出包括决策模型设计、智能算法应用、系统架构技术等在内的智能决策支持系统的设计与实现方案。该系统的可行性和有效性已通过实验案例得到验证,技术支持和决策参考已为汽车业界提供服务。

高速铁路智能调度辅助决策系统功能分析

智能调度辅助决策是高铁智能调度的核心功能之一,对我国智能高铁发展具有重要意义。分析国外铁路列车运行仿真及调度指挥系统的功能特征和我国铁路调度指挥系统的发展,论述我国高速铁路智能调度辅助决策系统的功能需求,并阐释数据管理、列车运行仿真、晚点预测、冲突分析、辅助决策、调度决策质量评估和综合可视化等智能调度关键功能的具体含义,为我国高速铁路智能调度指挥系统开发提供理论支撑和技术保障。

煤矿生产辅助系统智能化的建设现状及应用分析

智慧煤矿是新时期煤炭开采领域的研究热点,更是我国矿山建设发展的战略目标。将煤矿生产与高新技术结合,实现绿色、高效、智能的生产,是促进煤矿生产发展的关键。智慧煤矿以数字化矿井为支撑,而我国目前还处于智慧煤矿研究的初期,随着科学技术的进步,智能化技术必然会得到深入应用,推动煤矿生产智能化的进一步发展。智慧煤矿是一个整体、多产业、多系统集成的综合产品,是矿井开拓、采煤、掘进、运输、通风、分选等全部主要生产环节的集合,智慧煤矿的一体化发展应该是矿山各系统全周期智能化决策及协同联动的实现。矿井智能化辅助生产系统是煤矿智能化建设中的一个重要环节。文中就如何实现煤矿生产辅助系统的智能化建设进行了简单分析。

智能化辅助决策系统在医疗设备维修中的设计与实现

构建医疗设备维修智能化辅助决策系统,能够精确查找故障,更快制定故障解决方案,提升故障问题处理效率,增强设备维修质量。一般情况下,需要利用网络爬虫、云存储、大数据等技术,构建出标准化、流程化管理体系的医疗设备维修辅助决策系统,为当前医疗机构各类设备进行预防性维护、故障解决等方面提供技术支持。因此,通过构建医疗设备智能化辅助决策系统,能够更好帮助维修人员对故障问题诊断,充分保障医疗设备安全稳定运行,更好为医疗服务提供高质量的技术支撑。