基于多项式混沌展开法的涡流无损检测高效元模型辅助探测概率的分析

探测概率对于量化涡流无损检测系统的检测能力非常重要。模型辅助探测概率的参数需要大量试验或仿真数据才可以确定,往往难以实现。应用基于退化核函数加速的边界元法的数值模型,提出使用基于普通最小二乘法的多项式混沌展开算法的元模型提升三维涡流无损检测问题探测概率的效率。通过有限截面线圈检测金属板面槽的算例,引入线圈位置和提离距离为不确定传播的参数,测试结果表明,该元模型预测的模型参数与基于退化核函数加速的边界元法物理模型计算的模型参数相对误差在1%以内,极大降低了所需的计算开销。

智能电网中大数据的概念、技术与挑战

大数据作为技术概念正逐渐获得普遍的认可和重视。随着智能电网和能源互联网的发展,传统电力系统在技术应用、服务模式和发展理念等方面会发生深刻的变化。电力网络设备和用电设备的普遍分散化、智能化和小型化,必然会导致电力系统运行和控制信息急剧增长。承载这些信息的数据量将会呈几何级数增加,逐步呈现出大数据特征。在此背景下,讨论了大数据在现代电力系统中应用的概念,总结了智能电网大数据的技术和特点,并论述了智能电网大数据安全的重要性及保护措施。在此基础上,给出了几个大数据技术在智能电网中的应用案例。最后,展望了大数据技术所带来的新的商业模式和政府监管部门的作用。