基于数据挖掘的集中监控设备典型缺陷预测方法

为改善传统方法对监控设备典型缺陷分析结果的不理想,提出了基于数据挖掘技术的集中监控设备缺陷预测方法。预测集中监控设备在未来时间内的相关监控数据,并将其与历史典型缺陷发生期间内的监控数据相似度进行比较,以量化指标的形式对集中监控设备的典型缺陷进行预测。实验结果表明,利用所提方法对实际发生的油温异常典型缺陷进行预测,计算出的相似度指标形成了一个峰值,而缺陷未发生时的相似度指标较低,证明本文方法能够较好地体现缺陷发生的可能性,整体应用性较高。

美国得州2021轮停事故分析及其对中国电网改革的启示

2月15日—16日,受冬季暴风影响,得州遭遇大规模轮流停电,约450万人口用电受到影响,现货市场电价大幅飙升,经济社会秩序受到严重影响。2月24日得克萨斯州电力可靠性委员会(ERCOT)发布了关于停电事件的首份事故报告。结合该份事故报告,简单介绍了得州电网的基本情况和此次轮停事件的始末,详细分析了导致停电事件的原因,并结合我国电网实际,重点提出了我国电网在实现“碳达峰、碳中和”目标下的发展建议。