智能算法在电力采集数据分析与预测中的应用

阐述人工智能算法在电力数据分析中的应用,分析电力采集数据预处理的方法和技术,探讨电力采集数据的分析方法,包括基于机器学习、基于深度学习、基于模糊推理的电力数据分析方法。

政府采集数据中个人信息的行政法保护研究

互联网时代下,大数据带来高效和便捷的背后离不开海量数据采集的支撑,伴随数据的采集,个人信息的保护迫在眉睫。现阶段,《民法典》《个人信息法》等法律的出台为个人信息的保护提供了法律依据,但不可忽视的是,政府数据采集具有强制性和广泛性,加强政府采集数据中个人信息的行政法保护具有现实意义。本文中,笔者通过梳理政府采集数据中个人信息行政法保护的现状,找出问题并探寻问题产生的原因,提出措施以期实现政府采集数据中个人信息中的行政法保护。

移动互联网信息采集数据安全防护措施研究与应用

随着移动互联网技术的飞速发展,信息采集已成为重要的数据获取方式,尤其在基层治理、商业分析等领域显示出巨大的应用价值。然而,伴随着数据量的激增,数据安全问题日益凸显,特别是在移动互联网环境下,数据的采集、传输、存储、使用和流转等各个环节都面临着潜在的安全威胁。本文通过对传输加密、数据加密以及密码和身份验证等安全技术的应用,以及权限管理、数据安全存储和使用、数据安全审计与合规性的探讨,为移动互联网信息采集领域提供了有效的数据安全保障方案,也为相关应用的推广和发展奠定了坚实的基础。

基于改进多分类器的用户电表采集数据修复方法

用户电表位于配电网末端,是开展新型电力系统新兴业务的关键环节。受电表故障、信道噪声等因素影响,用户电表采集数据存在缺失、错误等异常情况,进而影响配电台区“源网荷储”控制的准确性。为解决传统用户电表采集数据修复方法中存在的时序变化规律挖掘不足、异常值修复误差大的问题,提出一种基于改进多分类器的用户电表采集数据修复方法,从而改进多分类器的结构,提取异常数据中的完整区块进行多分类器模型训练,并对用户电表采集数据进行分类。在此基础上,通过变分自编码器学习分类数据的真实变化规律,采用分类集合方式生成修复数据。最后,以某小区用户电表为例进行仿真,得出在异常数据为60%情况下的修复误差为2.8%。该结果表明,所提方法与长短期记忆网络、生成对抗网络相比,具有更好的异常数据修复效果。

智能电能表采集数据在火灾调查中的应用

为准确溯源电气火灾的发生发展过程,深入调查火灾原因,通过3起典型居民火灾案例,分析了火灾调查时智能电能表采集数据的应用方法,研究了电气参数变化与电气火灾发生的相关规律。结果表明,深入分析智能电能表的采集数据,能够推断出火灾现场电气设备使用、人员活动、电气故障发生的时间轴,结合调查询问、现场痕迹以及模拟试验可溯源电气火灾发生发展的完整过程,为电气火灾的原因调查提供有力的数据支撑。

孔间电磁波CT采集数据质量评价方法研究

孔间电磁波层析成像(Computerized Tomography, CT)技术利用不同介质对电磁波的吸收存在差异来区分完整岩体、溶洞以及破碎带等地质体,是最为常用的工程物探方法之一,采集数据质量的好坏直接关乎其探测结果的准确与否。业内针对孔间电磁波CT采集数据质量进行评价所开展的相关研究较少,未见到详细的评价方法论述和专业化的评价软件,目前使用者主要依靠自身经验进行手动计算、分析和评价,具有耗时耗力、评价方法不统一等缺陷。本文阐述了孔间电磁CT技术的工作原理,归纳总结了一套针对孔间电磁波CT采集数据质量进行评价的方法,并据此编制了评价软件,包含数据一致性检查、射线均匀性检查、数据稳定性分析等功能,克服了人工评价效率低、评价标准不统一的弊端,能辅助用户快速开展孔间电磁波CT数据质量检查工作,对形成统一评价结果具有重要意义。

面向监控系统采集数据的停留点检测算法

本文针对安防监控系统数据采样不规则导致停留点检测准确性不高的问题,提出了一种基于旋转编码的停留点检测算法。该模型通过在滑动窗口内规范数据之间的采样间隔信息,并通过注意力机制完成停留点分析任务,有效避免了常见机器学习算法存在的归纳偏置对于采样不规则数据的影响。实验结果表明,该方法能够有效检测采样不规则轨迹中的停留点,相较于已有方法和常见机器学习算法具有较高的准确性。

基于大数据技术的用户用电采集数据分析系统设计

在电力体制改革的背景下,电力企业普遍面临利润下降的压力,因此需要通过对用户用电数据进行充分的挖掘和分析来提升运营的经济效益。针对以上问题,提出了一种基于关系数据库管理系统(Relational Database Management System,RDBMS)和HBASE+MapReduce的大数据分析架构,该架构能够满足实际应用需求,并提供准确的在线分析结果。该系统是一种集成多个组件的系统,可以监测电网设备状态、负荷、线损等关键指标,对电力企业中的大数据应用具有一定的借鉴意义。

不同密度采集数据的配电网线损连续计算方法

针对含有高密度采集数据的DG中压配电网线损计算,提出了一种配电网连续线损计算方法,旨在提高传统线损计算的精度。该方法充分利用调度侧和DG侧的高密度采集数据,将供电功率按功率分配给各个负荷节点,计算实时潮流,从而获得更可靠的线损值。在IEEE 17节点配电系统中验证了该方法的有效性和准确性。

基于大数据的风电远控系统采集数据与分析

为提高风电场选址准确性,优化风电场风电机组设备设计,基于风电远控系统采集的风况特性和风电机组设备特性数据,并借助大数据分析技术,对风电场风况和风电机组设备性能进行评估。结果表明,利用风电远控系统采集的风电场风速时间特性和风速湍流特性数据进行大数据分析,可验证风场选址的合理性,提高风电场选址准确性;利用风电远控系统采集的风电机组功率特性、风能吸收特性和风轮转矩与推力特性数据,可为风电场风电机组设备设计优化和合理选型提供理论依据,具有操作简单、易于实现的特点,可广泛应用于风电场风电机组设备性能综合评估。

半捷联惯性测量系统多路采集数据对齐方法

半捷联惯性测量系统能实时精确测量弹体的各种飞行参数,为常规弹药精确制导提供可能,半捷联惯性测量系统包含两块采集数据的采存模块,当系统运行时,由于两个采存模块采集不同步以及取点不统一导致采集的数据不是实时同步,从而无法对系统测得的数据进行解算,本文提出一个实时对齐方法,利用数据相关性,求出差的平方和的最小值即为最接近的值,实现数据对齐,为后续精确解算奠定基础。

从《含能材料热谱集》中的DSC谱采集数据和计算动力学参数的几个问题

报道了从《含能材料热谱集》中的DSC谱采集数据和计算动力学参数的几个问题。

基于Windows图形环境的采集数据波形重建方法

在用户设置特定的时间分辨率和幅值分辨率的条件下,针对VisualC++6.0和C++Builder5.1等开发工具所带波形显示控件在重建采集数据波形时使用不灵活、显示速度慢等不足,在分析了Windows图形环境的情况下提出了基于MM_ANISOTROPIC坐标映射模式的正确重建采集数据波形的一种方法,利用此方法,设计了用于数据采集系统虚拟仪器软件的OsciActiveX控件,实践表明,Osci控件波形显示精确,具有形象逼真模仿实际示波器的效果。

基于VB的实时采集数据库编程

介绍了利用VB提供的数据管理器和报表设计器,实现数据实时采集记录、报表输出和自动删除的编程。

海底光传感网络对水污染采集数据监测研究

对海底光传感网络水污染采集数据监测进行监测,能够高效改善海底污染问题,对海底污染进行有效治理。对海底网络水污染采集数据的监测,需要采用模糊隶属度确定每个数据样本所属类别,计算出每组数据的聚类中心,完成数据的高效监测。传统方法计算出数据聚类的初始中心,提取水污染数据辨识阈值,但忽略了计算数据的聚类中心。提出基于二次聚类的海底光传感网络水污染采集数据监测方法。基于相对熵理论计算出网络数据的维度,给出时间窗口对应网络数据源IP地址维度的熵,得到网络数据的层次结构,采用有效指数准则对数据进行聚类,采用模糊隶属度确定每个数据样本所属类别,计算出每组数据的聚类中心,获取数据集的最优模糊分类阈值,由此进行海底光传感网络水污染采集数据的监测。实验证明,所提方法采集数据监测精度高,为提升海底环境监测质量奠定了基础。

轴承检测中采集数据的处理方法

针对我国目前轴承行业的发展现状和要求,研制轴承检测效率高、精度更高、功能更加强大的自动检测系统,使得该系统能够同时检测到轴承外圈直径、圆度和圆柱度等几何参数。文中讨论了轴承检测系统中采集数据的处理方法,给出了直径误差计算的方法、圆度误差计算方法、圆柱度计算方法。对于实现轴承内外套圈的自动、高效、高精度检测和分级成为可能。

基于Android系统的移动采集数据平台的研究与应用

由于广州市"城中村"建筑密度较大,所需采集的数据量也较多,为了提高作业效率,并实现数据统一化、多维化、智能化管理,因此基于Android系统建立了移动采集数据平台。该平台的使用,大大缩减了人力、物力,为项目的顺利完工提供了保障。

基于OBD采集数据的发动机扭矩重构算法

发动机扭矩是司机驾驶指导、车重重构、故障诊断等的基础数据.针对OBD采集数据扭矩信号缺失的问题,本文提出基于发动机喷油转速比分段线性模型的扭矩重构算法,采用车辆动力学模型计算参考扭矩,加权最小二乘(WLS)法辨识分段线性模型的参数,并在宇通ZK6902HGA车型上验证了算法的准确性,与发动机扭矩特性MAP计算相比,该扭矩重构算法的误差为7.60%,.

航测法采集数据在CARD/1中生成DEM的一种有效方法

在沿等高线采点的基础上,提出一种利用航测方法采集高程数据在CARD/1 中生成DEM(数字高程模型)的有效方法,并就如何运用这种方法进行阐述。

城市快速路交通采集数据完整性与有效性评价

优质的交通数据是进一步进行数据分析、支撑智能交通各项应用的基础,保证交通数据的完整性和有效性是首要条件。采用认知评价理论,设计了交通采集数据完整性与有效性多属性综合评价指标体系,同时基于计算机模拟仿真技术,开发了以时空流量守恒定律为机理的非直观错误数据判定模型。以某城市快速路交通采集数据为对象进行实例分析,确定了无效数据的量化结果及时空位置。该方法具有很好的应用效果,可以有效识别并筛选无效数据,为数据的管理和应用提供了可靠的基础。