共查询到20条相似文献,搜索用时 109 毫秒
1.
目前,我国电力行业针对需求侧管理数据分类标识编码尚没有一套科学统一的标准.在深入研究现有需求侧数据标识编码方法的基础上,结合用电数据的特点和属性,提出了一套基于树型结构的数据分类体系和统一的标识编码方法.与现有的数据标识方法相比,该方法不仅满足了数据分类编码的基本原则,而且有效地节省了数据传输和存储的资源.该标准的应用为保证信息的一致性、实现电力系统间数据信息的交换和共享提供了基础. 相似文献
2.
电厂标识系统是利用信息分类与编码原理,按照应用的要求对电厂的物理对象进行分类和编码后得到的对整个电厂的编码系统。从电厂生命周期的数据管理和发电企业集团化管理的要求出发,建立参与工程各方统一、满足各阶段信息管理要求的电厂标识系统是发电企业信息化的基础工作。 相似文献
3.
电力MIS/ERP中的系统及设备的编码体系 总被引:6,自引:0,他引:6
概述了信息分类及编码的基本原则和方法以及电厂标识系统的意义 ,介绍了目前国外的电厂系统及设备编码体系 ,如美国 EIIS及德国 KKS标识系统 ,并提出了在编制我国电力行业标准“电厂标识系统”中的设想。 相似文献
4.
叙述了信息分类编码的概念、原则和方法,介绍了电厂标识系统的作用及其应用、全范围电厂标识系统的信息分类编码体系组成和应用。 相似文献
5.
基于多源信息融合的状态预警和故障诊断对信息的完整性、一致性和准确性要求越来越高。针对目前电厂各类信息系统编码方案不同导致信息交互与集成困难的问题,提出面向全生命周期多源信息集成的对象统一编码方法。该方法以国际通用公共信息模型(CIM)为基础,依据CIM模型完成电厂资源属性与类别的映射,再依据编码规则自动生成统一的电厂资源ID码,不仅保证每个设备标识唯一,而且为不同系统间的信息交互以及多源异构信息的集成建立了基础。 相似文献
6.
7.
8.
9.
提出了一种基于一位标识的测试向量混合编码压缩方法。本方法根据各个向量含X位的概率,把整个测试集分成两组,一组采用混合编码;另一组采用双游程编码。在混合编码中,整个测试数据被划分成若干个数据块。每个数据块又包含两个子数据块,第一个子数据块采用单游程编码,第二个子数据块采用一位标识法。解压时,以第一个子数据块的长度来计算出第二个子数据块的长度。这样,减少了一部分需要编码的数据。实验结果表明:该方法平均压缩率可达到68.74%,与其他方法相比可高出11.53%。 相似文献
10.
11.
一种基于粗糙集与小波变换的电能质量分类方法 总被引:6,自引:0,他引:6
针对目前电能质量问题分类常用方法中存在判断过程复杂且计算量大的问题。提出将小波变换和粗糙集理论相结合解决电能质量分类问题的方法。首先.利用小波变换提取扰动信号的特征矢量样本数据:然后。应用模糊C均值聚类的方法将所提取的连续的特征矢量样本数据离散化。得到离散化后的分类知识规则表;最后。采用粗糙集理论中的属性与属性值约简算法,获得判断电能质量分类的核心规则知识。通过对Matlab下的模拟信号数据进行仿真实验。结果表明该方法可直接由信号数据快速准确地判断出信号所属的电能质量类型.简单易行。 相似文献
12.
运用基于大数据处理架构的Naive Bayes分类方法提出了暂态电能质量评估方法,将数据来源扩展至电网运行监测数据、电力用户数据和公共信息数据等方面,并将评估结果按严重程度分为暂态正常状态、短时电压暂降状态、短时深度电压暂降状态、短时电压失压状态。基于MapReduce架构,设计分布式Naive Bayes算法实现状态分类。在分类器训练阶段,对海量历史数据进行分布式学习,周期性地生成评估规则库并部署到所有评估节点。在状态评估阶段,各评估节点基于流处理框架快速生成实时评估样本,并根据当前规则库实时地得出评估结果。试验结果表明,所提出的基于大数据分析的暂态电能质量评估方法是可行,在准确率和处理速度上都取得了较好的效果。 相似文献
13.
14.
15.
根据电厂设备管理的业务特点,分析了电厂设备管理的现状和存在的问题,详述了系统的设计方法和功能特点,通过业务流程分析、数据流程分析等提出了设备管理系统的业务模型、对象模型、概念与物理数据模型、功能模型,进行了信息编码设计、数据库设计、功能模块设计和安全性设计,并根据系统分析与设计的结构,通过编制多种编码(设备编码、位置编码、类别编码、区域编码)开发了B/S架构的设备管理信息系统。在客户端只需联上Internet便可通过本系统实现远程办公,极大的提高了设备管理水平,使设备管理更加系统化、规范化、智能化。 相似文献
16.
深度挖掘用户负荷规律并感知用电行为对于提升电网服务质量、改善用户用能体验具有重要意义。针对用户负荷中存在的数据缺失、类别不平衡问题以及分类模型性能缺陷,提出一种基于数据增强和双向深度残差时间卷积网络(temporal convolutional network,TCN)的电力用户负荷曲线分类方法。首先,提出考虑负荷数据全局分布特性的两阶段数据增强方法,第一阶段采用基于张量奇异值阈值算法的低秩张量补全方法补全缺失数据,第二阶段使用基于Wasserstein距离的生成对抗网络过采样少数类样本,解决类别不平衡问题。其次,构建融合双向时序特征的深度残差TCN分类模型,实现大规模用电曲线精准辨识。最后,通过选取公开时序分类基准数据集以及实测负荷数据集,验证了所提分类模型在收敛速度和分类精度上具有更好的性能,所提数据增强方法能有效提升模型分类效果。 相似文献
17.
用户用电量的精准预测是智能配用电大数据应用和发展的关键之一。区别于传统的基于行业分类的预测办法,提出基于大数据挖掘技术的用户用电多维度特征识别,以及在此基础上的精准用电量预测方法。基于海量多用户用电特性,建立多维度用电特征评价指标体系。对用户用电特性空间进行聚类和分析,挖掘和识别用电模式。在不同的用电模式下,分别建立用电量时间序列预测模型,避免用电模式差异对预测算法准确性造成的不利影响。该方法适用于大数据平台的分析与处理,算例分析结果表明其相比以往方法能显著提高预测精度和稳定性。 相似文献
18.
针对传统电能质量扰动分类方法分类准确率低、人工选择特征困难等缺点,提出了一种基于深度学习的侧输出融合卷积神经网络用于电能质量扰动信号分类.首先,对电能质量扰动信号进行预处理,使输入信号数据标准化,有利于提升所提方法的收敛速度和精度.在传统卷积神经网络中引入侧输出融合结构,通过组合卷积低、中和高层的信息进行特征融合,以更好地对输入信号进行分类.针对实测数据不足和信号数据类型分布不均衡等问题,采用数据增强的方法对信号进行处理.仿真和实测数据验证表明,所提方法可以自动进行特征提取和优化,具有分类速度快、分类准确率高等优点. 相似文献
19.
电力调度数据中心数据质量问题研究 总被引:2,自引:0,他引:2
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. 相似文献