基于胶囊网络的异常多分类模型

国网公司日益庞大的服务器集群产生的大量生产运行数据,以及实时分析各类设备、系统产生的海量监控数据成为电力IT运维工作的新挑战。异常检测技术作为智能电网信息运维工作的关键技术,可以有效检测运维故障并及时告警,避免损坏敏感设备。目前一些传统异常检测方法检测的异常种类少且精度低,导致故障发现不及时。为了应对这一挑战,提出了基于胶囊网络的多维时间序列异常多分类模型NNCapsNet。首先,应用无监督算法结合专家知识对电网营销业务应用服务器性能监控数据进行预处理和标注。其次,引入胶囊网络进行分类和异常检测。五折交叉验证的实验结果表明,NNCapsNet在包含15类异常的数据集上实现了91.21%的平均分类准确度。还在包含2万条监控数据的数据集上与4个基准模型进行了对比,NNCapsNet在关键评估指标上均取得了较好的结果。

基于多源数据的配网故障全研判研究及运用

随着社会对用电安全的严格要求,快速处理电网故障成为配电网运行的重要内容。同时,在智能技术支持之下,电网呈现智能化的发展态势,电力系统中存在海量的信息数据,增加了监控的难度,而一旦系统出现问题则会产生大量的冗余性干扰问题,便无法进行综合控制。配电网故障是导致电网非计划停电的重要诱因,分析故障问题,进行快速处理,可以有效提高故障应急处理能力,有效保障电力系统运行的安全性、稳定性。基于多源数据分析,做好数据采集、智能分析、配网故障类型分析,可以有效提高数据处理质量,实现动态分析、智能预警、辅助决策等功能,提高故障处理的综合效率。

电信网络运维分析与故障预测算法研究

文中旨在研究电信网络运维分析与故障预测算法,以提高电信网络的稳定性和可靠性。首先,通过收集大量的网络性能数据和故障记录,建立一个综合性的数据集。然后,提出了一种基于机器学习的故障预测模型,该模型利用了时间序列分析、特征工程和监督学习算法。实验结果表明,该模型在故障预测方面具有显著的优势,能提前识别潜在故障并采取相应的维护措施,从而降低网络故障的影响。最后,强调了故障预测算法在电信网络运维中的重要性,并为网络运维提供了有力的工具和方法。

基于大数据分析的配电网运行状态监测研究

大数据分析是一种处理海量数据的方法,可帮助企业发现隐藏在数据中的模式、趋势和信息。在配电网运行状态监测中,大数据分析可发挥重要作用,贯穿数据采集、数据处理、实时监测、预测分析、优化调度等诸多环节,提高配电网的安全性、稳定性和经济性,为我国能源事业的发展提供有力支持。基于此,文章围绕基于大数据分析的配电网运行状态监测意义与原则,对具体的监测策略进行研究,以期为配电网运行状态监测提供参考。

大数据分析技术在通信网络运维中的应用研究

随着通信网络的快速发展和数据量的爆炸性增长,如何有效地管理和维护这些庞大复杂的网络系统已成为一个重要课题。文章通过系统地介绍和分析大数据分析技术在通信网络运维中的应用,从基本原理出发,详细探讨数据预处理和分析技术,研究质量控制和大规模数据处理的新方向,并通过多个实际应用案例,如实时性能监控、故障预测管理以及资源分配策略,展示大数据技术在提高通信网络运维效率和准确性方面的实际成效与潜在价值。

基于原始数据报文分析的铁路通信数据网监测技术研究

铁路通信数据网承载业务日益复杂多样,目前存在运维工具滞后、运维和业务部门职责划分不清、运维方式被动等问题。通过分析通信数据网运维现状,提出端到端业务运维方案:择优选取数据网监测可用数据源,对业务原始数据报文进行大数据挖掘,同时优化业务质量分析算法;实时监测数据网,实现数据网从用户端、网络端到服务端的实时监控及业务质量分析。对业务应用状态劣化问题预警,快速定位故障并回溯取证,可利用通信运维视角为业务应用服务,提高数据网故障处理精准度及效率,同时通过各种运维手段的有机结合,对业务应用进行模型层次管理,为铁路通信运维开拓新思路。

GSM-R全网运维支撑系统的起源及功能目标

GSM-R系统是铁路运输生产指挥的重要通信手段,承载了调度信息及各类监控系统的数据传输业务。为了提高系统运用质量,结合目前铁路GSM-R网络运维体系,分析维护工作存在的问题及原因,提出GSM-R全网运维支撑系统,有助于维护管理人员解决网络运用质量分析、故障分析、网络优化等问题。

基于多源数据融合的有源配电网运行状态感知研究

针对有源配电网运行状态异常,导致状态感知范围与实际范围存在差异的问题,文中提出一种基于多源数据融合的有源配电网运行状态感知方法。该方法结合蚁群算法与融合规则,根据搜索路径决定数据融合顺序,构建运行态势多源数据融合模型,确定线损率和轻载率运行态势指标,避免因运行状态突变而影响感知结果。采用多源数据融合信息熵训练样本计算有源配电网运行过程中每个样本之间的欧氏距离,确定有源配电网异常运行状态范围;再融合多源电压数据,使用多源数据融合方法区分可信和不可信电压数据,剔除不可信数据,分解状态识别电压序列,获取零序电压、越限电压、过载电压、未来态电压四种运行状态感知结果;最后,通过层次分析法修正感知数据,使状态感知结果与实际结果满足相容一致性要求。实验结果表明,所提方法感知的异常数据在40~50个范围内波动,与实际数值波动范围一致,能够得到不同运行状态下的精准感知结果。

基于数据驱动贝叶斯网络的桥梁运营事故风险分析

为深入探究近年来我国南方地区桥梁运营事故频发的原因,提出了一种将故障树和贝叶斯网络方法相结合的可靠性风险分析方法。首先,采用故障树法识别提取出桥梁运营事故的各个风险因素,借助GENIE 2.0软件构建基于故障树的贝叶斯网络模型;其次,结合本文收集的我国2000—2021年的南方地区桥梁运营事故案例,从人为、自然和管理3个风险因素分析运营阶段事故的发生机理,利用贝叶斯网络的双向推理能力识别出最容易引发目标事件的关键风险因素和最大致因路径;最后,针对上述分析推理结果提出了风险防控策略,为南方地区桥梁运营阶段的安全作业提供参考。

基于全面量测的透明配电网数据化运维技术研究

目前配电网存在数据采集不全、设备状态不可见、运维困难的问题。为此,在剖析透明配电网的概念及其3个基本特征的基础上,设计一款集成度高、应用范围广的数据采集终端,可用于各类配电设备的信息采集和通信。提出一种透明配电网的数据化运维平台架构和实现模式,覆盖基础层、数据层、应用层与客户端4个层级,可支撑配电网运行数据从采集到分析到应用的全过程流转。结果表明:通过分析利用运行数据,透明配电网可以实现智能运维和辅助决策,可有效提升配电网的运维效率和管理水平。

基于B/S的电网配网运维检修管理系统

为了获取更加全面的运维信息,提高电网检修效率,提出一种基于B/S的电网配网运维检修管理系统。定义运维检修数据属性,明确集成目标,设计数据库,包括生产库、管理库和归档库,为集成数据提供储存空间;分割历史运维数据,引入离群度概念判断离群点,通过层次聚类法提取正常样本簇;使用边界样本异常识别算法制定识别规则,获取不同边界点间的距离值,通过识别半径判断出数据是否异常;经过归一化操作、关键词提取、冗余项删除等步骤,分析数据项之间关联度;在B/S架构下,建立具有应用层、中间层以及数据层的集成模型,达到数据集成目的。仿真实验表明,所提方法具有较好的异常数据识别功能,可提高资源利用率,集成后数据更方便运维检修的检索和分析。

煤矿智能化运维平台构建研究

为帮助煤矿企业实现设备的科学化、规范化、智能化管理,降低设备故障率,减少故障停运时间,提升煤矿效益,促进高质量发展。以设备全生命周期为主线、预防性维护为中心,对各个煤矿的井下状况、瓦斯数据、设备运行参数等进行综合分析,建立数字模型,通过模型驱动的软件平台,将设备运维体系与精细化管理思想融合,引入物联网技术,实现设备状态的实时监控与故障预警。结果表明,智能化运维平台的构建,可提高煤矿自动化、信息化和智能化水平,使生产过程自动化与生产调度管理信息化有机结合,实现管控一体化,能取得良好的经济效益、安全效益。

考虑设备状态转移的配电网检修优化建模与仿真

针对设备状态转移对电网运行风险影响的问题,深入研究了电网设备状态转移的过程,并提出了计及该因素的配电网检修优化模型。通过分析包括正常、轻度劣化、重度劣化与劣化故障四个状态在内的设备状态转移马尔科夫过程,构建了基于四状态马尔科夫过程的状态转移矩阵。同时,考虑到不同设备状态转移对电网运行方式的影响,还设计了检修计划最优前瞻时间及配电网检修优化模型。基于某地区电网数据构造的仿真算例表明,文中所提优化方法可有效防控执行期间因设备故障而造成的电网运行风险增大问题,进而提升电网供电的可靠性。

基于5G应用的HXD_(2B)型机车智能运维平台设计与实现

针对HXD_(2B)型机车车载数据人工下载时间长及无法快速定位关键故障危害性高等问题,提出了一套基于5G应用技术的HXD_(2B)型机车智能运维系统解决方案。该系统以自主研制的基于WorldFIP现场总线网络的车载数据采集传输装置为载体,结合当前先进的4G APN安全传输技术、5G定点转储技术和云平台技术,利用已授权的机车WorldFIP网络数据流解析协议,实现了HXD_(2B)型机车的远程运行状态监测、多源数据记录文件定点高速转储和故障诊断分析功能,为机车运用部门提供了高效的信息化手段和大数据平台支撑依据。现场应用证实,本系统可以提高机车TCMS、AT1及6A视频等数据的转储和故障分析效率,能够满足智能运维及现场工作需要。

基于RED-MOS平台的综合管控系统的研发及应用

详细介绍了华夏天信智慧矿山操作系统RED-MOS平台。对物联网操作系统平台的国内外现状进行分析,阐述了综合管控系统的总体架构,然后对设备物联网平台、数据融合与大数据分析、低码编辑平台等RED-MOS平台的核心关键技术进行了详细的剖析,最后介绍了基于RED-MOS平台的寺河煤矿综合管控系统。该系统是一个矿山专用的一站式开发编辑平台,减少了委托开发成本和系统运维成本,对推动和促进我国煤矿的智能化建设进程具有长远的意义。

基于云数据库的管网动态更新方法

目前各城市正在逐步建立管网设施数据库,但目前城市管线变更仍存在采用纸质表格记录情况,该记录方式造成数据错杂混乱易丢失,更新数据库较麻烦,对于日常管网运维造成一定的困难。针对上述问题本文提出了一种基于云数据库的管网动态更新方法,该方法可以现场采集变更管网属性信息并通过移动端数据采集平台实时更新管网数据库,内业通过桌面端数据处理平台更新管网空间位置信息,并对更新管网进行属性拓扑逻辑分析、编辑入库。实验结果表明,该方法可以大幅度提升管网动态更新效率,极大程度保障了管网数据的准确性、现势性及可靠性。

智能配电网大数据应用需求和场景分析研究

智能配电网中存在大量异构多源的数据,其中的数据规模和特点符合大数据的各项特征。首先总结配电网大数据的来源和特征,然后从智能配电网中的应用场景出发,分别从配电网负荷预测、运行状态评估与预警、电能质量监测和评估、基于配电网数据融合的停电优化等方面进行分析。从不同系统和不同数据结构角度,对多源数据融合中的不良数据辨识进行重点分析,同时还归纳了配电网大数据关联模型建模方法和配电网大数据分析手段。通过在配电网中运行大数据的分析技术,能够为智能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,也可有效提升配电网各类资产健康水平。

DEA方法在公路网综合评价中的应用

利用DEA (数据包络分析 )方法建立公路网综合评价的非均一评价模型 ,并给出应用实例。评价结果表明 。

一种KPI映射到KQI的通用算法

该文结合电信管理论坛TMF提出的KPI(Key Performance Indicator),KQI(Key Quality Indicator)概念,提出了一种新算法K2K(KPI to KQI)。新算法弥补了TMF提出的算法不能聚合不同量纲、不同意义指标为单个KQI指标的缺陷,并且K2K算法显著减少了最终聚合指标的个数,提取少数有意义的指标以直观地反映整个系统的运行状况。实际使用效果的统计数据验证表明,K2K算法能够真实反映系统的实际运行状况。