道路路面测量数据中奇异信号识别和修正方法

介绍了道路路面数据的测量方法和设备,讨论了测量数据中奇异信号的产生原因。在分析比较常用异常数据处理方法基础上,提出了适合于道路路面测量数据的奇异信号识别和自适应修正方法,并对此方法处理过程进行了详细介绍。最后,使用对实际采集路面数据中异常信号进行识别、修正的例子,充分说明了该方法的处理效果。实例分析结果表明,使用该奇异信号识别修正方法来处理异常数据,使用简单方便,修正效果良好,可在道路路面数据处理及其他实际工程振动信号处理中推广应用。     

基于数据挖掘算法数据模型实现大数据分析的方法研究

针对大型数据库中的海量数据筛选困难的问题,设计了基于数据挖掘算法模型分析大数据的方法。通过K-means聚类算法,使得用户从不同的样本数据中,根据大数据样本的某些属性或某类特征,在输出的数据中,再采用BP神经网络模型对获取的聚类数据进一步训练、计算,这种方法能够映射、处理不同数据之间聚类种类大数据之间的复杂非线性关系,提高数据处理精度和用户挖掘大数据的能力。试验结果表明,设计的方法能够使用户更加便捷地处理大数据,提高了大数据应用的效率。     

面向电力变压器状态评价的油中溶解气体监测数据补全方法

基于马尔可夫理论充分考虑相邻时间点系统在所有状态间的转移特性,提出了一种基于马尔可夫模型的变压器油中溶解气体数据补全方法,将油中溶解气体数据时间序列转化为在不同状态间转移的马尔可夫链,利用正、反向的状态转移矩阵计算得到油中溶解气体数据的补全值。从数据挖掘的角度建立了油中溶解气体数据质量的综合评估体系,从多个角度对数据补全的效果进行评估,并基于D-S证据融合理论融合各个角度的评估结果,得到综合评估结果。利用所提方法对某变压器100组油中溶解气体数据中25组随机缺失值进行补全,结果表明补全后的数据与实际值相似度可以达到99.999%。进一步地,验证其中15组极值点、跃变点处缺失数据补全效果,经过综合评估,补全后的数据与实际值相似度可以达到98.956%。经过验证表明所提方法能够在不改变数据特征的前提下对变压器油中溶解气体的缺失值进行准确的补全,有利于提高变压器状态评估方法的准确性。     

集控站驾驶舱多数据融合策略研究

为了实现现代电力系统的有效调度,提出了集控站驾驶舱的概念,采用直观的方法,优化电力系统运行过程。在集控站驾驶舱的实现过程中,数据的整合和处理十分重要。由于集控站所需要接收和处理的数据量巨大,且种类繁多,需要对多种数据进行有效整合。在分析集控站驾驶舱数据结构的基础上,给出了对于多种数据的高效整合方法。同时通过和关键性能指标(KPI)的结合,实现对驾驶舱数据的有效管理。考虑到集控站驾驶舱中数据具有多端特性,即同时需要和多个用户端口进行交互,文中在考虑数据整合的基础上,采用多代理方法,实现多端数据的有效管理和共享。文中具体分析了多代理数据的处理时序和误差估算方法。仿真研究证明了上述的有效性。     

基于知识图谱技术的风电数据管理与应用研究

随着我国风电领域的发展,行业内产生的相关数据在来源和数量上都达到了一个新的高度。这些数据被分散在各个业务系统中,若能对其进行统一管理并应用,则对行业具有积极作用。提出了一种用知识图谱管理风电数据的方法。首先,从多源风电数据中抽取出实体、关系、属性等知识图谱元素。在此过程中,分别给出了针对结构化与非结构化数据的抽取方法。其次,将得到的元素在图形数据库Neo4j中构建出了风电数据全景知识图谱,实现了不同类型、业务数据间的贯穿统一。最后,通过故障推理、业务查询等典型案例与传统的基于关系型数据库的数据管理模式作对比,结果显示提出的方法具有较好的运用效果。     

能源互联网关联数据融合的互信息方法

信息物理融合框架下的能源互联网需要处理的数据是海量的,要从中提取知识或分析数据之间的关联特征难度很大。在此背景下,基于互信息(mutual information,MI)理论,将信息融合理论中的"数据—特征—决策"三层结构应用到能源互联网的海量监测数据中,构建了一种基于多层模式的数据融合方案。互信息方法能够度量条件属性与决策属性间的相关性、消除冗余特征,从而提取规则、形成知识。首先,采用互信息方法发现海量监测数据间的关联度,并在数据预处理过程中筛选出关联特征。接着,采用多层前馈神经网络(multiple-layer feedforward neural network,MLFNN)对海量数据进行决策融合。之后,将该方法与在大规模数据集并行计算领域中发展起来的著名的MapReduce模型相结合,构造能够处理海量数据融合的"MutualInformation-Multiple-layer Feedforward Neural Network-MapReduce"(3M)方法框架。最后,以风电场功率预测问题为例来说明所提出的方法。计算结果表明,与传统的变量筛选方法相比,所提出的方法在预测精度和计算效率方面都有明显改善。     

异常情况下基于贝叶斯的多传感器融合方法

针对多传感器融合过程中异常测量数据的出现会降低数据融合质量的问题,提出了基于贝叶斯方法的一种多传感器数据融合方法,通过识别传感器间测量数据的不一致,在传感器数据融合前剔除异常数据,提高数据融合的精度.提出的方法在简单的贝叶斯方法上增加一项概率因子,以此表征测量数据为非异常事件的概率.在某只传感器输出数据与其他传感器不一致时,增加的因子项具有增加后验分布方差的效果.通过仿真实验对融合方法进行了验证,结果表明该方法能有效识别传感器数据间的不一致,融合精度得到一定提高.     

数据预处理技术在电厂运行优化系统中的应用研究

阐述了在电厂运行优化系统中进行数据预处理的必要性,介绍了数据检验和数据协调两种处理方法,详细讨论了基于数字滤波的数据协调算法,通过算例验证了各方法的有效性;提出利用此技术开发数据预处理系统.     

LIDAR机载激光雷达数据制作DEM原理及应用

基于数学形态学的方法,介绍了如何在激光雷达点云数据中滤除植被点和建筑物等局部较高点数据而保留用以构建DEM的地面点三维数据,并通过实例介绍了在架空线路测量中利用激光点云数据制作DEM的过程。     

一种数据需求分析方法及其在电力负荷管理系统中应用

本文针对数据需求分析中存在的问题,提出了一种数据需求分析方法、数据需求分析步骤,及在湖南省电力负荷管理系统中的应用。     

电网企业主数据管理建设研究

文章对主数据管理的概念、特点及建设意义进行了论述,分析了国内外主数据管理的发展现状。深入研究了主数据管理建设和实施方法。在此基础上,结合我国电网企业的业务特点。对电网企业主数据管理建设思路进行了深入的探讨,形成了电网企业特有的主数据建设方法论,实现了对企业级主数据的统一管理。提高了企业数据的准确性,降低了系统信息成本,建立了完善的数据标准,提高了数据质量。     

数据质量管理平台在内蒙古电杰公司的应用

在一体化平台数据中心系统建设过程中,为了对数据进行科学有效的管理和质量控制,为决策者提供可信的决策支持,从信息技术及管理控制2方面入手,对数据质量管理的实现方案进行深入分析,建立了一整套数据质量管理体系,形成了完整的数据质量管理平台,提升了企业数据质量,保证了数据中心系统能够提供准确、科学的数据。     

智能电网大数据的特点、应用场景与分析平台

为了使现代电网更加智能,在电网中广泛安装了多种数据采集装置与信息管理系统,例如智能电表、远程测控终端和同步测量装置,配电管理系统、能量管理系统、用户管理系统和电厂管理系统等。这些装置和系统产生了大量数据,构成了智能电网大数据的主要来源。研究先进的数据分析技术以使这些数据能够为电网的运行控制提供科学的决策,改善电网运行的灵活性、安全性、可靠性和有效性,已经成为智能电网发展的迫切需求。首先分析了智能电网大数据产生的原因和数据分析的重要性,讨论了大数据技术的发展趋势,然后重点分析了智能电网大数据的来源和类型,进而总结出智能电网大数据的特点,分析了智能电网大数据的应用场景,介绍了正在研发的智能电网大数据分析系统的分析平台以及主要功能。     

基础汇聚平台与数据运营平台应用研究

现阶段因不同行业之间的数据多处于分离状态,存在电网、其他能源行业、政府、气象、经济等之间的数据缺乏融通共享等状况,给政府、企业、公众等开展跨行业的分析应用、数据运营带来了一定困难。有针对性地提出数据汇聚平台及数据运营平台的建设意见,阐述了两大平台建成后可实现数据全景视图统一展示、数据链路统一监控、企业数据门户、数据应用运营、平台系统管理、数据工具、数据应用管理等功能,达到电力数据汇聚,满足数据应用的孵化,丰富数据应用,探索数据价值点和市场方向,指引电力大数据中心数据应用的研究和运营,深度释放数据资源价值。     

电力调度数据中心数据质量问题研究

结合调度中心数据特点和业务特点提出构建数据中心提高数据质量的一些控制方法,这些方法分别从电网数据的统计特性和业务特性(数据关联性特性)上对异常数据进行识别,并且基于这些方法给出了数据校验的模块设计,最后应用该数据校验模块到数据中心的系统架构中,提高了华东电力调度数据中心的数据质量.     

JBX－6A2电子束曝光机图形数据转换软件的开发与应用

本文简要介绍了一种矩形电子束曝光机图形转换软件的结构、工作原理和工作过程。在此前提下，根据这套软件的实际工作情况简要介绍了使用该软件的具体方法，并对使用该软件时容易遇到的困难和一些应注意的细节做了清楚的说明。此外还简略说明了作者对该软件所做的几处修改。     

电力自动化系统中的数据处理

电力自动化系统种类日趋多样,数据增多,功能复杂。系统之间强调信息共享和数据交换的同时,还必须保证系统的安全性。从数据的分类、数据的获得、数据流、数据仓库、数据安全等角度对整个系统中有关数据处理的部分进行了介绍,主要涉及通信分层、数据分流、数据仓库、数据镜像等技术。     

智能电站数据中台建设与应用

在电站智能化建设过程中,为解决现有系统的数据孤岛、数据利用率低等问题,设计了数据中台产品。基于全域数据采集、数据湖底座建设、数据萃取与分析、数据服务化交付、数据可视化关键技术,建立了智能电站数据中台,实现了多源异构数据融合、共享和服务能力,有效提升电站精益化运行管理水平。最后介绍了智能电站数据中台的典型应用场景,对发电企业建设和应用数据中台具有一定的参考价值。     

数据拓扑及其在电网数据处理分析中的应用

在分析信息化建设发展需求的背景下,提出数据拓扑的概念与定义,描述了其结构内容以及与电网数据关联情况的对应性。重点分析了其对于提升应用系统数据处理、信息展示、数据分析水平方面所能够发挥出的促进作用。之后给出了基于数据拓扑的应用系统数据处理分析相关功能的架构,并简述了数据拓扑在电网数据处理分析中的实际应用。