Planning of electric vehicle charging infrastructure under the Background of Big Data

Today, the problems of power consumption and environmental pollution caused by road trafficare very serious. Automobiles produce large amounts of carbon monoxide and nitrogen, dust,and particles, which are the primary user of the fuel. Unconventional design methods will preventthe international process of replacing fuel-filled vehicles with electric vehicles. The promotionand adoption of electric vehicles can effectively alleviate these problems, but the planning ofelectric vehicle charging facilities needs to be resolved as soon as possible. The state-of-the-artmodeand power model of public charging equipment proposed in this paper can solve the problemof positioning charging equipment in large-scale transmission networks and research onrelated charging materials and location planning and energy model design methods that arebeneficial to the future development.

机械加工质量预测研究现状与发展趋势

机械加工质量预测是智能制造的重要组成内容,也是实现质量闭环控制的前提条件,对推动智能制造系统真正落地应用具有极其重要的作用.在对机械加工质量预测的历史进行简要回顾时发现,学者多将研究重点放在机床某一关键部件对加工质量影响的机理研究,却鲜见部件耦合影响的关联性研究.基于上述难题,本文首先剖析影响机械加工质量的7类要素,包括刀具几何参数、切削参数、切削液类型、热误差与热变形、数控机床零部件性能退化、切削颤振以及系统特性;随后,根据各要素数据种类和测量方式的不同,将机械加工质量监测与预测方法划分为4大类,包括机器视觉测量、功率测量、振动测量以及其他测量方法,并对各方法的技术特点、局限性和发展动态进行了阐述;最后,考虑各机械加工质量监测与预测方法的不足,指出材料切削机制研究、数据质量评估方法、面向工业现场数据库构建的标准以及质量预测信息的智能表征与可视化等方面可能是未来的发展趋势.

基于电力大数据的钢铁企业大气污染物排放核算模型构建及应用

近年来,各级生态环境部门与国家电网公司积极签署战略合作协议,促进电力大数据在生态环境管理信息化平台的应用.本研究通过梳理电力大数据在大气污染防治中的应用,以唐山市钢铁行业为例构建基于电力大数据的大气污染物高时间精度排放核算模型,进一步挖掘电力大数据在大气污染排放控制中的应用潜力.结果表明:①模型核算的2019年唐山市17家钢铁企业的大气污染物排放量与2019年唐山市大气污染物排放清单(简称“城市清单”)结果一致性较好,SO_(2)、NOx和PM_(2.5)排放量分别为1017.90、2047.75、1141.81t,误差介于-0.46%~4.27%之间.②基于工序而言,以PM_(2.5)为例,模型预测结果与城市清单结果的相对误差在-17.34%~10.60%之间.③唐山某钢铁企业2022年SO_(2)、NOx、PM_(2.5)月排放量受钢铁市场价格影响较大,1月和6月分别为最高和最低污染物排放月,而其日排放受行业特征影响较为平稳,小时排放可能受电价波动影响较大.研究显示,基于电力大数据的大气污染物核算模型阐明了电力大数据和污染排放的动态响应关系,一定程度上提升了排放核算的时间精细度,实证了基于电力大数据核算大气污染物排放的研究意义和可行性.

数据驱动与机理耦合的冷轧电机功率智能预测方法

电机功率计算在保证生产安全、制定轧制规程以及发挥设备能力等方面起到了重要作用。为提高计算精度,本文提出一种机理模型与数据驱动方法相结合的电机功率预测模型。首先,机理模型部分采用上界法得到解析解,然后将部分功率解析解(塑性变形功率、张力功率和剪切功率)与相关变量输入长短时记忆(long short-term memory,LSTM)网络中训练,以提取变量数据之间的深度特征和时序相关性。结果表明:本文提出的时序耦合预测模型相对误差不超过±3.9%,且在相邻卷带钢轧制规程变化较大时,预测效果明显优于上界法和人工神经网络(artificial neural networks,ANN);从残差分布直方图中可以看到,上界法由于遗漏了摩擦系数和损失功率与其他参数间的强耦合关系,导致残差集中在±50 kW附近且不符合正态分布,而ANN和本模型均基本遵循正态分布,但本模型拟合精度更高;对比更广泛的模型评估指标,本模型具有更好的综合预测性能。此外,通过模型输出结果分析了电机功率与轧制长度、轧制速度之间的关系,表明本模型除具有高预测精度外,还与已知的参数间物理规律有较强一致性。

基于模糊测试技术的电力工控系统漏洞挖掘算法

针对工控系统运行环境封闭带来的传统漏洞检测无法导出系统组件进行分析的问题,根据工控网络协议特征,结合测试用例变异因子,针对Modbus_TCP公开协议提出一种改进的电力工控系统漏洞测试挖掘方法。所提方法利用变异因子与工控协议特征依赖关系,改造协议测试用例。通过将测试用例的特征值和数据域的长度值因子及其数值的选择进行合并,并做归一化处理,进而简化协议测试过程中变异因子的执行次数。针对Modbus_TCP工控协议的模糊测试结果表明,改进后的Fuzzing测试表现出了更高的测试用例接收率和测试效率,测试样例的平均接收率至少提高50%。

风煤比、水煤比预测电煤比及在燃煤发电机组运行优化中的性能

智能发电背景下需深入探讨对燃煤发电机组运行数据深入分析、利用的方法。机组运行经济性通常用发电(供电)煤耗来表征,实质上是燃料量与发电量的比值。提出用电煤比-发电量与燃料量的比值来计算机组运行经济性,形成风煤比、水煤比、电煤比全部以单位燃料量为基准来计量的燃煤机组主要概念体系。与煤耗越低、经济性越好相反,电煤比越高、经济性越好。根据某600 MW燃煤发电机组W火焰锅炉实际运行数据计算电煤比、风煤比、水煤比,并用风煤比和水煤比通过二次函数预测(拟合)电煤比的变化,预测效果较好。二次函数的变化规律和机组当前风煤比和水煤比的取值范围,可为机组运行优化调整风煤比、水煤比提供定量依据。炉内三维燃烧在线监测及锅炉闭环优化控制系统的试验结果表明,根据本文方法预测模型得到的风煤比和水煤比改进方向,与优化运行的实际参数的变化一致,试验前后该机组电煤比增加幅度达到2.42%,取得了改进机组运行经济性的实际效果,证明了本文分析方法的实用性。

电力企业大数据背景下内部审计信息化建设的思考

在大数据背景下,利用信息技术进行电力企业的内审工作,可以迅速提高内审的质量与效率,促进电力企业的全面发展。传统的内部审计手段已无法适应现代电力企业的发展需求,推动内部审计的信息化进程成为现阶段的重要发展趋势。为此,文章从企业内部审计信息化建设的意义入手,分析了电力企业内部审计信息化的发展现状及目标,从审计人员意识、制度体系、系统平台和审计队伍四个方面提出相应的优化措施,以供有关人员参考。

基于FTA的火电厂SCR脱硝系统可靠性评价

火电厂选择性催化还原(SCR)脱硝系统的可靠性评价分析,对脱硝系统安全运行具有现实意义。对脱硝系统故障原因进行归类后,建立以氨氮摩尔比异常为主要指标的故障树(FTA)法,采用布尔代数运算法,对故障指示器进行FTA径集分析,共得到11个最小割集,5个最小径集。分析各基本事件对顶事件产生影响的组合模式和传播路径,提出根据置信度判断对系统安全性危害的评价方法。基于某300 MW机组锅炉脱硝系统的运行大数据,对反应器内部某一具体故障进行故障概率分析,得到最小割集K7的置信度与可靠性评价方法的置信度的相对误差仅为0.694%的结论,另取20次故障事件,发现相对误差均在1%之内。结果表明,通过最小割集置信度的评价方法准确可行。

基于电力大数据的行业发展监测方法研究

针对目前方法研究行业发展监测时,存在监测耗时长、监测节点吞吐量小、监测效果差的问题,提出基于电力大数据的行业发展监测方法研究。该方法首先使用区域差分法提取电力数据特征,并对特征数据进行降维等预处理;再基于电力大数据理念分析电力行业发展形态,建立电力行业发展监测体系,最后通过该体系完成对电力数据的监测。实验结果表明,运用该方法监测电力数据时,监测耗时较短、监测节点吞吐量较大,且监测效果较好。

基于大数据及人工智能技术的电力行业技能等级评价方法

电力行业现有技能类工种等级评价中,每个工种考核标准、方式存在不同,导致电力行业技能等级评价的效果欠佳。基于此,提出基于大数据及人工智能技术的电力行业技能等级评价方法。通过人工智能技术确定底层评价标准点,计算技能等级阈值区间,构建等级评价体系;基于评价体系和评价指标权重,构建综合评价函数,再结合阈值区间完成对电力行业技能等级的评价。通过机器不断学习,从底层试题库中根据不同的专业工种自动匹配到考评点,提高专业化等级考评工具的应用。实验结果表明:设计技能等级评价方法评价指标效度高,性能较高。

基于电力大数据和天牛群算法的直流电能数字化计量方法

为了提高直流电能计量的准确性,基于电力大数据和天牛群算法提出一种直流电能数字化计量方法。利用多周期滤波算法对电力大数据进行处理,提取电压和电流的基波分量。通过谐波计量分析技术识别和分析电力信号中的谐波分量。设计直流电能计量流程,结合自适应梳状滤波器和天牛群算法,实现对电能的精确计量和修正。测试结果表明,采用提出的方法对直流电能进行计量处理时,电能计量相对误差值多数在10 W以下,最低误差值为6.6 W,能够提高直流电能计量的准确性,具备较为理想的计量效果。

基于电力大数据的企业污染物排放智能测算方法精度对比

电力企业排污数据量较为庞大,且来源广泛,如果不能从这些数据中提取出有价值的信息,则会导致切页污染物排放测算结果出现较大误差,如何通过电力大数据,运用最合适的方法动态测算电炉企业污染排放量是一个难点问题。因此,开展基于电力大数据的企业污染物排放智能测算方法精度对比研究。以测算重庆某铸造厂污染物排放量为例,运用AI智能识别技术,并结合传统的RBF神经网络模型、BP神经网络模型及多元逐步回归模型,对2021年12月—2022年6月各时段的排污量进行训练测算。基于MAE、MAPE和RMSE对比分析,测算精度结果显示:RBF神经网络模型>BP神经网络模型>多元逐步回归模型。研究结果表明,基于电力大数据配合合适的算法可以实时测算电炉企业污染物排放量,为精准治污、科学治污提供科技支撑。

基于多任务特征融合算法的电力大数据增量式自组织映射方法

为了实现电力大数据精准映射,基于多任务特征融合算法研究电力大数据增量式自组织映射方法。对电力大数据进行分解,以线性组合形式划分特征类型;利用多任务特征融合算法设计候选分类类别数量,确定自组织映射目标;通过不同数据的语义长度对应所属类型,实现电力大数据的增量式自组织映射,完成增量式数据的自组织映射方法设计。以某省实际运行的电力公司为测试对象,对其一年内产生的电力大数据作为测试样本,分别将其按照具体的类型进行映射,验证新方法。实验结果表明,新方法可以实现精准的自组织映射,在整个过程中不会产生数据交换误差,具有应用价值。

反窃电检查在电力营销大数据应用探索

探讨了反窃电检查在电力营销大数据应用中的探索。通过结合反窃电检查与大数据技术,可提高电力行业的安全性和效率,重点分析了大数据在反窃电检查和电力营销中的应用意义,方法和技术。

基于大数据的电力营销信息化技术应用

随着时代的发展,信息技术在各行各业得到了广泛的应用,在电力营销领域,信息化技术作为一种新兴技术,为电力企业提供了更好的决策支持和战略规划。而电力营销信息化技术是通过采集、处理和分析海量的数据信息,从中挖掘出有价值的商业信息。基于此,文章主要探讨电力营销信息化技术在大数据环境下的应用,旨在帮助电力企业了解该技术的应用特点和优势,并提出合理的发展建议,以推进电力营销信息化技术向更高层次的发展。

大数据视域下电网营销管理的研究

在大数据时代的浪潮下,作为实现电力行业市场化、服务个性化的关键环节,电网营销管理的重要性越发凸显。基于此,探究大数据视域下电网营销管理,分析大数据视域下电网营销管理的问题,并给出大数据视域下电网营销管理的策略,以期促进电力行业创新发展,满足社会和消费者需求。

基于电力营销大数据的智能化管控应用

随着我国经济的快速发展,电力市场格局越来越复杂。为了应对日益激烈的市场竞争,电力营销系统亟须加强智能化管控。在电力企业推动大数据智能控制运用,能够对电力营销流程进行全方位的管理与优化。通过对海量市场资料的收集、整理与分析,能够更加深刻地理解市场需求、用户行为以及竞争对手的状况,从而能够更加精准地进行决策。本文对电力营销大数据智能化管控的应用进行简单探讨,以期为电力企业发展提供更全面、准确的依据。

基于大数据的电力营销信息化技术分析

互联网技术的迅速发展,促使各个领域对大数据技术的应用范围逐渐扩大。在电力营销过程中,加强信息技术的应用能够促使企业对营销过程中产生的大量数据进行科学的储存、管理和分析,对企业服务质量的提升具有重要意义。文章通过阐述信息化建设的意义,说明信息技术的主要实施路径,并提出在技术应用过程中需要遵循的要点,以供参考。

电力工程物资采购管理的大数据应用

我国经济社会的信息化水平在不断提升与进步,在物资采购管理工作中,对于大数据技术的应用场景也越来越广泛,采购管理工作体系已经逐步形成了集申报到执行再到结算的全流程操作信息平台,而信息平台的日常运行及维护都会形成大量的大数据存储需要,但是如果对大数据只停留在存储与查阅的层面上很难有效发挥出大数据信息的应有价值。因此,本文以大数据技术为例,对电力工程物资采购管理大数据的应用方法进行分析。