电力营销系统数据流循环冗余校验技术研究

为解决营销系统数据传输的误码以及数据类别混乱的问题，设计基于BP神经网络的电力营销系统数据流循环冗余校验技术。根据循环冗余原理获得循环冗余校验码，设置管理逻辑，引入BP神经网络，实现电力营销系统数据流循环冗余校验。实验结果显示：在可靠度阈值为1、高斯噪声信噪比为5.5dB的情况下，两个子系统与数据库之间数据传输平均比特差错率最低，且数据传输迭代时间更短，同时数据分类效果更为优异。     

数据库技术视阀下的提高电力营销系统基础数据质量策略

电能在当前社会上仍是比较重要的可利用能源,在人们生活及工作中均占据十分重要的地位。为能够使电力得到进一步普及与发展,应当加强电力营销,而在电力营销中,电力营销系统基础数据有着十分重要的作用,提高电力营养系统基础数据质量,对电力营销系统进一步完善有着十分重要的意义。本文就加强电力营销系统基础数据质量和软件系统设计进行分析,试图为之提供行之有效的可行性建议。     

用于电力数据管理分析的负荷预测与异常检测

构建了一个电力数据管理分析系统,并设计了电力负荷预测算法和异常数据检测算法问题。首先,针对BP神经网络在预测电力负荷存在的因初始权值与阈值设置影响估计精度的问题,提出利用粒子群优化BP神经网络网络参数,提高了预测算法的收敛速度与预测精度;然后,针对电力数据异常检测算法效率较低的问题,提出了基于改进谱聚类的异常数据检测算法,提升了电力异常数据检测效率;最后,通过实际电力数据对算法进行了测试,验证了所提算法的有效性。     

基于局域网的配电网综合监控系统的设计应用

计算机技术的发展,在工业中的应用更加广泛,本文介绍了配电网综合监控系统的设计、建设及使用情况。该系统可以准确、及时、可靠的采集变电站和用户的电力数据,监控用户用电负荷变化、计量装置运行情况和线路损耗波动情况,实现了电能数据的自动采集、自动统计、线损管理等功能,并通过LAN发布数据信息,为电力营销管理提供了可靠的分析数据和有效的监控手段,在实践中取得了良好的效果。     

基于电力营销聚类分析的数据挖掘算法研究

为提高数据挖掘算法的挖掘速度,同时提高其精准度,提出基于电力营销聚类分析数据挖掘算法研究。首先运用聚类算法筛选数据,再计算数据结构和相异度矩阵相异度,得出最接近的类距离。完成上述步骤后,在聚类分析框架下,设计聚类分析数据挖掘算法流程。先输入数据,再设计数据挖掘算法基本策略,最后提出SLIO算法处理离散字段,得到有价值的数据信息。由此,完成基于电力营销聚类分析的数据挖掘算法设计。实验结果表明,与基于支持度-置信度-提升度的配网自动化系统数据挖掘算法和基于神经网络和粒子群优化的数据挖掘算法相比,文中基于电力营销聚类分析的数据挖掘算法的挖掘速度稳定,挖掘效果更好。同时测试精准度较高,可有效提高数据挖掘的可信度。     

用微处理机控制的2.5MHz雷达信号发生器自动校验系统

本文描述的是一个自动测试系统,该系统是在微处理机控制下,使用内存修正数据来对雷达信号发生器输出电平性能进行自动校验。特性形成校验技术,用户可以用常规功率计直接测量输出电平性能的自动校验。特别要强调的是给出一个电平校验系统,其测量输出功率的范围可以从+20dBm到小于-140dBm;频率范围则是100KHz到2.5GHz(1dB以下测不准),并提供了误差因数和实际性能数据的分析。     

浅谈用电信息采集异常数据消缺管理

用电信息采集系统是智能电网的重要组成部分,是实现与电力用户双向互动、提升用户服务能力、建立智能用电服务体系的技术基础.用电信息采集系统能够为"SG186工程"营销业务提供电力用户实时的用电信息数据,有利于推进公司营销管控标准化建设和公司信息化建设,也为提升电力需求侧管理水平、全面预付费的营销业务策略的实施提供技术支撑,符合国际电网技术发展的方向.     

数据挖掘在电力调度自动化系统中的应用

<正>本文旨在探讨数据挖掘在电力调度自动化系统中的应用。首先介绍了电力调度自动化系统的概念和数据挖掘的常用算法和技术；然后详细阐述了数据挖掘在电力调度自动化系统中的应用，包括整合统一基础数据、建立数据仓库、进行数据预处理和关联分析以及进行模型建立和评估。本文的研究可以为电力企业提供有力的决策支持，帮助企业更好地利用电力系统中的数据，提高电力调度的效率和精度，实现智能化管理，希望能够通过本文简单的分析探讨，为后研究者提供适当的借鉴参考意义。随着电力行业的快速发展，电力调度自动化系统已经成为电力企业进行智能化管理和优化调度的必要手段。     

基于ART神经网络的FCM聚类多目标跟踪方法

为解决模糊C均值（FCM）算法依赖类中心的初始化而运行时间过长的问题,提出了一种改进方法：该算法首先利用自组织谐振理论（ART）神经网络算法自动聚类的优点,对数据集进行＂粗聚类＂得到与实际类中心近似的初始类中心及聚类数目,再利用FCM算法对＂粗聚类＂结果进行聚类并得到最终精确的聚类结果。通过实验表明,改进算法结合了两种算法分类的特长,具有比FCM算法更高的聚类效率和更好的聚类质量;同时,算法的跟踪精度及运算速度也得到大大提高。     

面向集中核算应用改造的电力营销管理系统

以提升电力数据来源准确性以及电力业务工作效率、降低电力企业人工工作量为目标,优化设计面向集中核算应用改造的电力营销管理系统.利用SOA技术优化系统的接入层、服务层、组件层以及可操作性的系统资源层,为系统提供服务功能,形成SOA集成平台以及服务质量平台.将FP-growth算法应用于可操作性的系统资源层中,挖掘电力营销管...     

一二次融合电力环网箱接地定位算法设计

针对配电网接地故障可能对电力可靠供应造成严重威胁的现状,开展了一二次融合电力环网箱接地定位算法的设计研究。在分析了一二次融合电力环网箱结构与优点的基础上,采用经验模态分解（EMD）算法来处理故障信号,并获得了多个内涵模态分量（IMF）。同时将IMF分量作为卷积神经网络（CNN）的输入,利用CNN自动学习进行故障信号与位置的关联分析,进而实现对故障的精准定位。通过对实际电网数据集进行的测试结果表明,EMD算法可实现对不同频率故障特征的提取,以减少后续神经网络模型的训练时长;且CNN模型具有深层的网络结构,能够提高故障定位的准确度,并保障电能的高可靠供应。     

用于电力营销的互动化智能终端设计分析

基于信息化时代背景下,先进的信息技术促进了智能电网技术的发展,该技术的发展为电力营销提供了重要的保障基础。目前,国内电力营销仍然存在诸多方面的不足,需要电力企业不断对其加以完善。基于此情况下,本文主要对互动化智能终端的硬件设计、以及软件设计做出了综合方面的论述分析,以此来保证电力营销的可持续发展。     

电力营销稽查“智检”机器人系统架构设计

为规避电力营销风险，提升稽查管理水平，设计基于数据挖掘的电力营销稽查“智检”机器人系统。以B/S架构为基础，调用后台数据库管理模块存储的记录型和文件型数据，通过数据的选择、清洗以及变换等数据预处理过程，采用K-means算法聚类用电轨迹特征识别用户用电情况，通过信息管理及营销工作、运营状态检测等子模块，进行电力营销稽查“智检”。算例分析结果表明：该系统可满足电力公司营销稽查智检业务的作业需求，数据聚类效果好，系统数据管理最坏时间复杂度低，通信性能与存储性能较强。     

电力营销系统数据集成与共享系统设计

受到数据处理硬件与软件自身局限的影响，电力营销系统存在着数据集成时间过长、共享率较低的问题，故提出微服务架构下的电力营销系统数据集成与共享系统设计。引入微服务架构，优化包含微服务架构设计单元、数据架构设计单元、主控服务器选取单元与计算服务器选取单元的硬件单元；建立电力营销系统数据获取模块、电力营销系统数据集成模块与电力营销系统数据共享模块，保证电力营销系统数据集成与共享系统的运行。实验结果表明，该系统的数据集成时间较短、共享率较高，为电力营销系统发展提供了更加有力的技术支撑。     

神经网络的图像识别技术及方法分析

神经网络图像识别技术属于图像识别中一种新型技术,主要是基于传统图像识别方式及基础,同时结合了神经网络算法的图像识别方式.神经网络图像识别首先是提取图像特征,再将所提取的图像特征发送于神经网上,用识别器对其进行深层识别.或是BP神经网络图像识别方式无须进行图像提取,是将图像数据直接用作神经网络识别器输入.本文详细分析了神经网络图像识别技术及其方法分析,并提出实用性应用策略.     

基于优化GA-BP神经网络的金融产品营销预测

传统BP神经网络存在着网络结构参数确定过于依赖经验、易于陷入局部解等缺陷,为了改进BP神经网络模型的应用缺陷,提出优化GA-BP算法,通过GA算法优化BP神经网络拓扑结构和网络参数初始值的选取过程,并且为了验证模型的可行性,以某银行短期理财产品营销的客户历史数据作为实证研究对象,并通过与BP神经网络模型的对比实验,验证该模型可以更精确地预测银行理财产品的客户营销结果。实验结果表明将该模型用于对金融产品营销数据的仿真计算,可以更精确地预测未来营销结果。     

高精度光学抛物面面形参数计算新方法

鉴于当前光学抛物面面形参数计算模型的复杂性，为解决直接基于抛物面的有限元分析数据，获取高精度抛物面面形参数的计算问题，提出了一种新的光学抛物面形参数计算方法。首先，提出了光学抛物面有限元离散误差的概念，并对其消除技术进行了研究，这也是高精度算法的关键数据处理环节；其次，采用刚体位移数据处理算法分离了抛物面面形的刚体位移与面形畸变位移；最后，采用最优化设计算法获取了抛物面面形均方根等参数计算所需的基础数据。在对抛物面面形参数计算方法研究的基础上，讨论了其算法实现，并对算法程序的正确性进行了校验。校验结果表明:高精度抛物面面形参数计算方法计算精度高，算法校验误差在6%左右，该算法精度能够满足工程需求；为外部热力载荷作用下，光学面形参数的高精度计算提供了新的技术参考。     

自校验技术在LVDs传输中的应用

随着LVDS技术在高速数字系统中的应用,由于布局、布线等原因使LVDS数据和时钟出现错位情况。本文提出了自校验技术在接收AD9252LVDS信号时的应用,可以使接收到的数据实现自动纠错的功能,从而增加了LVDS数据传输的稳定性。此技术通过Veri10gHDL实现,已通过FPGA验证。     

基于杂草算法的支持向量机电力负荷预测

分析各参数对支持向量机学习能力的影响,提出一种基于杂草算法的支持向量机电力负荷预测方法。首先运用杂草算法对支持向量机的两个关键参数进行智能寻优,然后将最优参数运用到支持向量机预测模型。采用新的预测模型对EUNITE第一次竞赛提供的相关电力数据进行分析,并与基于回归树和基于神经网络的预测方法进行比较。结果表明本文方法智能化地解决了传统参数选择方法的缺陷,且对电力负荷预测具有较高的预测精度。     

基于人脸识别技术的电力服务客户身份自动识别系统设计与应用

以人脸识别技术在电力服务中的应用为研究对象,通过PCA神经网络进行人脸图像的降维和提取人脸的特征向量,在利用BP神经网络进行人脸识别,将识别出的人脸与电力服务客户身份进行绑定进行客户身份自动识别,提高电力服务的效率。通过本文所设计的基于人脸识别技术的电力服务客户身份自动识别系统可以快速准确的为电力客户提供身份自动识别服务,具有较好的先进性和实用性,具有非常实用的价值。