面向智能电网的大数据降维管理方案

针对智能电网数据繁多、维度较高、难以识别的技术问题,提出了降低大数据维度的构想,并设计出基于随机森林算法的物联网智能电网大数据管理系统。通过采用Bagging算法对数据样本训练、学习,建立起多个决策树构型,根据少数服从多数的投票法原则确定建立决策树的节点和分支,最终建立起成熟的随机森林算法模型,通过随机森林算法模型将智能电网中的大数据从高纬度降低到低纬度。本设计的方案大大减小了大数据处理难度,优化了数据处理的效率,增加了分析问题、解决问题的有效途径,为智能电网的健康、有序运行提供有力保障。     

基于智能电网应用的电力大数据探索

大数据是智能电网发展的一股新流,对于电力行业的可持续发展及建立智能电网具有重要的意义。应用电力大数据技术成功确保了电力行业的可持续发展和稳态生存。大数据及云计算和智能电网三者相互关联,正确应用大数据关键技术可以帮助电力行业实现新的改革。在本文中对云计算、大数据关键技术以及智能电网三者进行了深入探讨,并对大数据关键技术做出了应用探究,为相关工作提供借鉴。     

一种基于大数据面向智慧电网的态势感知方法

当任务是态势感知时,数据驱动的方法适用于具有大量数据集的复杂电网.然而,如何有效地将这些海量数据集转化为有用的大数据分析是一个问题.为了解决该问题,基于随机矩阵理论,提出了一种不需要物理模型参数的知识的数据驱动的方法.该方法将大量数据集建模为大型随机矩阵,通过对矩阵进行计算实现对电力系统的分析.通过实验表明,结合模拟数...     

基于大数据的智能电网状态远程监测方法

智能电网作为一种智能化电力传输载体,在电力供应环节发挥了重要作用,因此保证其正常运行具有重要的现实意义。当前智能电网状态远程监测多与智能算法相结合,通过智能算法完成状态评估,常见的智能算法有神经网络、决策树以及支持向量机等,但这三种算法应用下,空间复杂度与时间复杂度较大。针对上述问题,提出一种基于大数据的自适应免疫粒子群算法智能电网状态远程监测方法。方法首先利用量测工具对智能电网状态信息量进行采集,然后对采集到的信息量进行处理,包括数据清洗、数据去噪、数据消减、数据标准化,最后利用自适应免疫粒子群算法实现智能电网健康状况评估。结果表明:与神经网络、决策树以及支持向量机三种算法相比,自适应免疫粒子群算法运行下,产生的空间复杂度与时间复杂度最小,分别为247.7 byte和154 s。     

智能电网信息系统体系结构分析

智能电网,即智能化的电网,其信息系统体系结构包含基础设施、支撑平台和应用体系三大部分,本文主要对智能电网的基础设施和支撑平台进行阐述、分析。     

云计算智能电网大数据驱动的方法研究

针对智能电网数据繁多、用户应用困难的技术问题,提出了智能电网大数据驱动方法,并设计出基于云计算软件平台管理智能电网大数据的系统。通过采用数据挖掘算法对智能电网大数据样本训练、学习,建立多个数据处理模型。根据决策树算法能够实现智能电网数据不同属性数据的分类,使得用户快速从浩瀚的云端数据库中获取目标数据,并将处理后的数据通过区块链系统保存,进而实现数据的永久性存储。不同用户通过签发密钥实现数据的共享,使得数据应用和管理更为便捷有效。本方案为智能电网大数据处理与应用提供了技术参考。     

大数据智能检索与大数据区块元智能分离

文中利用逆P-集合生成∨型大数据结构,给出∨型大数据的新概念,如大数据区块、区块矩阵、区块元、区块元矩阵与数据元概念;利用这些概念给出区块属性推理结构、区块矩阵推理结构、区块元智能分离定理、区块元智能检索定理、区块与区块元等价类定理;给出区块元智能分离准则、区块智能检索准则;给出区块元智能分离-区块智能检索算法与算法过程;给出大数据智能检索-大数据区块元智能分离-获取的应用。∨型大数据满足"属性析取"的逻辑特征。     

利用大数据检测智能电网异常的分层架构

重点研究了智能电网异常分析过程中的大数据分析功能的分层架构.通过对当前电网大数据的数据结构进行分析,同时分析了当前智能电网大数据系统的惯用分析方法,最终形成了4个智能电网大数据分析过程的分析分层架构.第一层直接层可以通过对单节点数据的分析找到单一设备的直接故障,第二层关联层可以通过对多个节点的关联性特征进行时域比较分析...     

面向智能电网应用的电力大数据关键技术研究

智能电网的安全性受到电力大数据质量影响,为提升电网安全,通过电力大数据定位智能电网漏洞位置.采用二维小波阈值去噪方法滤除智能电网电力大数据中的噪声数据,去除电网电力数据中的冗余数据,完成电力大数据质量优化;应用数据挖掘技术构建智能电网安全漏洞挖掘模型,利用处理后电力大数据与漏洞挖掘模型实现智能电网安全漏洞定位.实验结果...     

基于PCA-MP-BP的智能电网数据融合方法

为了提高对智能电网大数据的挖掘效率,提出了基于PCA-MP-BP的智能电网数据融合方法.首先对智能电网大数据技术和智能电网大数据融合技术进行了分析.采用主成分分析方法(PCA)提取出对预测结果有影响的主要特征值,作为BP神经网络的输入;然后提出了一种MapReduce和BP算法相结合的数据融合算法,该算法加快了数据处理...     

基于随机矩阵理论的高维数据特征选择方法

传统特征选择方法多是通过相关度量来去除冗余特征,并没有考虑到高维相关矩阵中会存在大量的噪声,严重地影响特征选择结果。为解决此问题,提出基于随机矩阵理论（RMT）的特征选择方法。首先,将相关矩阵中符合随机矩阵预测的奇异值去除,从而得到去噪后的相关矩阵和选择特征的数量;然后,对去噪后的相关矩阵进行奇异值分解,通过分解矩阵获得特征与类的相关性;最后,根据特征与类的相关性和特征之间冗余性完成特征选择。此外,还提出一种特征选择优化方法,通过依次将每一个特征设为随机变量,比较其奇异值向量与原始奇异值向量的差异来进一步优化结果。分类实验结果表明所提方法能够有效提高分类准确率,减小训练数据规模。     

基于云计算的智能电网电力大数据分析技术

智能电网是一个完整的自动化系统,现有的电网系统中嵌入了大量传感器,利用现代信息技术对其进行控制和监控。从这些传感器收集的数据量非常庞大,具备了大数据的所有特征,因此提出采用大数据手段对智能电网的电力数据进行处理、分析,从而使智能电网更加智能化。本文以Apache spark作为一个统一的集群计算平台,用于智能电网电力数据存储以及数据分析阶段,为电力企业、终端用户提供准确、实时的数据支持。     

基于SIR模型的智能电网WCSN数据伪造攻击研究

为了解决智能电网无线传感器网络面临的异构无线网络共存、频谱资源紧张和海量数据处理等问题,在智能电网引入了认知无线传感器网络（WCSN）。文章对智能电网WCSN中的数据伪造攻击进行了研究。在此类攻击中,恶意认知无线传感器节点（传染节点）通过向其他认知无线传感器节点（易感节点）发送伪造的频谱感知数据和设备能耗信息,导致控制中心做出错误的频谱分配和电力调度决策。采用流行病理论中的SIR模型,对智能电网WCSN中的数据伪造攻击信息传播过程进行了建模,研究了流行病爆发的潜在决定因素。最后,通过仿真验证了智能电网WCSN数据伪造攻击SIR模型,并对系统动态特性进行了分析。     

基于随机矩阵的电网多元数据异常状态时空诊断

快速精准的电网异常检测解决了电网故障选线的难题,有效提升了电网安全运行水平。本文基于随机矩阵系列理论提出一种电网时空异常检测与故障类型诊断方法,该算法借助电网各节点处PMU采集的三相电压、三相电流数据构建样本数据源矩阵,分别从时间纬度和空间纬度判断故障时间、故障馈线及故障类型,实现纵横多重分析。时间纬度以谱偏离度和平均谱半径为指标,M-P律和单环定理作为双重判据确定故障时间;空间维度以采用滑动时窗得出样本协方差矩阵进行故障位置判定和故障类型识别。借助MATLAB软件,以 IEEE39 节点系统和某油田电网为例,进行电网故障时刻确定、故障位置判定和故障类型识别。实验证明该方法具有高精准度、计算时间少等优点。     

基于广义轮换矩阵的伪随机广义二进制轮换矩阵设计

压缩感知中,测量矩阵在信号的获取和重构过程中起着重要的作用.传统的随机测量矩阵在采样率较高的情况下,能够获得比较好的重构效果,但在低采样率下的重构效果不够理想.确定性测量矩阵自身存在一些限制因素,与随机测量矩阵相比,重构效果有所降低.基于广义轮换矩阵(GR),提出了两种结构随机矩阵:广义二进制轮换矩阵(GBR)和伪随机广义二进制轮换矩阵(PGBR).仿真结果表明,相对于传统的测量矩阵,新的测量矩阵在二维图像重建方面效果较好,所需重构时间相差不大,在较低的采样率下能够获得更加精确的重建.     

基于电力系统大数据治理的软件数据平台设计与研究

针对电力系统中出现的数据种类多、寻找困难等问题,提出了新型的大数据治理方法。该方法设计出新型的S-BDMP数据软件平台,该平台应用Hadoop分布式存储方式和Spark计算技术实现电力系统中各种大数据的存储和计算。在架构上,该软件平台集成设计有应用程序、数据服务中心、数据提成/合成模块、数据分析模块,能够实现底层电力设备各种数据的接收、存储和处理。本研究还应用随机矩阵理论挖掘各种大数据之间的关联,通过发现电力系统不同大数据之间的关系,进而研究出电力系统设备运行状态的分析。试验表明,本研究的方法效果直观,数据治理程度强。     

电网遥信大数据智能分析辅助决策系统建设研究

电力调度控制中心为适应电网规模不断扩大、结构日趋复杂化而带来的海量设备监控信息,充分发挥现代化技术手段应用的先进作用,提高调控运行人员对电网驾驭能力以及对电网异常、事故信息处置效率,降低人员劳动强度,开展了电网遥信大数据智能分析辅助决策系统建设研究。本研究基于实际电网模型和实时数据,从电网海量信息中梳理、智能分析,提供结论性结果,智能替代人工,而且以电网实时信息为输入,以设备基础信息为辅助,横向对比,纵向分析,提供科学的辅助决策,全程信息深加工,独立设置,只提取系统信息,而不改变系统数据。建成一个具有简、全、独立安全三个主要特点的系统,有效提高电网设备异常事故处置效率、降低安全生产隐患,保证电网安全稳定运行。     

基于大数据分析技术的电网智能调控分析方法

传统的电力调度监控系统的调控效率不高,无法满足当前智能电网的需求,本研究设计出电网智能调控分析系统,应用大数据技术提高系统的存储容量和计算效率,建立统一的数据标准并实现各工作站的数据共享。基于FPGA设计出数据集中器连接了数据层和网络层,通过数据通信协议DTC与系统进行数据交换,时钟网络产生时钟信号与其他模块完成同步。调度工作站确定电网中各电力设备的最佳出力调度方案,使用多目标调度优化模型,并对分时电价机制下的用户响应进行建模分析。搭建实验环境进行测试,电网调度实验结果显示本研究系统电负荷需求响应结果中峰谷差降低了365.2kW,各单元的出力情况不断变化,保证电网运行成本最低。