一种基于云计算的电压暂降并行计算方法

随着电能质量监测点数量不断增多,监测网络持续扩大,电压暂降分析数据海量化、异构化、多态化,并呈现大数据趋势。传统的暂降事件逐个串行计算的方法已无法满足大数据的分析效率需求。Hadoop 云计算是一种针对大数据分析计算的开源解决方案。介绍电压暂降数据分析传统算法的利弊,提出一种基于云计算平台下 MapReduce 编程框架的电压暂降计算方法,将不同暂降事件层次化并行处理,传入不同的映射值,计算出电压有效值,排序后用化简值整合并计算出电压暂降特征值。通过对2种方法的效率进行对比,验证了基于云计算平台的电压暂降并行算法的优越性。     

用压汞资料研究某区块孔隙结构

该区块储层岩石类型多,成分变化大,孔隙结构复杂。通过对该区块低孔低渗储层岩样进行压汞实验,研究了其微观孔隙结构特征。研究分析后发现,此区块储层吼道以中喉为主,中低孔占优。储层的孔隙度的主控因素为与孔隙半径有关的参数,而渗透率的主控因素除了孔隙半径外,还与喉道半径,分选系数,结构系数,束缚水饱和度等相关。     

基于Web三层结构的主从表技术的研究与应用

在Web应用程序的开发过程中,常常需要在同一个界面内实现对多个数据表的访问,而这些表之间往往存在着主、从关系。这种主从复合结构(Master/Detail)是基于"一对多(1:n)"的关系,在一个数据库表中提供详细的信息,而这个表是通过另一个数据库表的外键FK(Foreign Key)访问相关记录的。基于主从复合结构,我们可以在浏览一个表中的数据时,同时给出另一个表中与这个记录相关的所有记录信息。文章详细介绍了一个在基于三层架构的Web应用程序中实现主从表的实例。     

基于Web三层结构的主从表技术的研究与应用

在Web应用程序的开发过程中,常常需要在同一个界面内实现对多个数据表的访问,而这些表之间往往存在着主、从关系.这种主从复合结构(Master/Detail)是基于"一对多(1:n)"的关系,在一个数据库表中提供详细的信息,而这个表是通过另一个数据库表的外键FK(Foreign Key)访问相关记录的.基于主从复合结构,我们可以在浏览一个表中的数据时,同时给出另一个表中与这个记录相关的所有记录信息.文章详细介绍了一个在基于三层架构的Web应用程序中实现主从表的实例.     

基于LSTM网络的谐波多标签分类

针对电力电子设备的广泛接入，谐波污染更加复杂、影响更大等问题，引入了长短期记忆网络（long short-term memory，LSTM），提出LSTM与多标签分类算法融合的复合谐波扰动分类模型。该模型首先通过LSTM提取特征值，再通过全连接层进行特征降维处理，最后通过分类层进行多标签分类识别。使用该模型克服了人工进行特征选择的缺陷，以及传统神经网络训练时收敛速度慢、容易陷入局部最优的缺点。实验结果表明，在不同的噪声条件下该算法模型可有效分类识别复合谐波扰动。     

RBAC在PERT网络图绘制中的应用研究

现在,PERT作为ERP及项目管理的重要内容之一,必将越来越受到项目管理人员的重视,但目前项目进度管理系统的功能仍需要完善。本文把基于角色权限管理的方法运用到PERT网络图的绘制当中,根据用户角色不同,拥有的权限不同,查看的PERT网络图也不同,从而实现了分级显示的功能。实现了角色的划分与现实中的职务、权限等的划分相一致,从而很好地实现了安全访问控制管理,避免了权限乱用、权限划分不清、权限管理混乱等情况的发生。     

基于架构级容错的C2风格研究

为减少基于构件开发的软件系统中构件间的相互依赖,实现系统架构的动态演化,研究了一种被称为C2的软件体系结构风格.在C2风格的基础上,介绍并分析了通过对第三方构件进行保护包装,把这种现有的商用构件转换成一种理想化C2构件iC2C,以在架构级上达到系统容错的目的.通过研究iC2C的内部结构,提出了一种iC2C的实现架构.并结合实例把它应用在了具体的项目实践中,实验结果表明了该架构的可行性与可塑性.     

基于条件生成对抗网络的短期负荷预测

精准的短期负荷预测对电力系统制定合理生产计划、提高经济效益、保证电网安全运行具有重要意义.为学习非线性负荷数据中隐含的深层关系,提高短期负荷预测精度,文中提出一种基于条件生成对抗网络的短期负荷预测模型.所提模型使用卷积神经网络构建生成模型和判别模型,以负荷影响因素作为条件,并引入特征损失函数作为判别模型部分隐藏层的损失函数.然后,通过条件生成对抗网络的博弈训练,使生成模型以负荷影响因素为条件生成预测负荷数据,从而进行短期负荷预测.最后,以美国某地区3年的负荷作为实际算例,对比所提模型与其他模型的预测结果,验证了所提模型在兼顾泛化能力的同时可以提高短期负荷的预测精度.     

基于Hadoop架构的电能质量监测云模型研究

随着智能电网建设进程的加快。电能质量监测点不断增多,系统逐步完善。各种类型的监测和计算数据量急剧增加,呈大数据趋势。对于大数据的计算处理。云计算平台具有先天性优势。文章提出并初步实现了一种基于Hadoop架构的电能质量云模型,旨在整合传统计算存储资源,解决电能质量大数据的存储和计算问题。模型采用分层结构,以电网自然分层为基础,搭建分层电能质量云计算平台。整体采用面向服务的架构,各层以Hadoop架构搭建子云,并向上层主云提供服务。基于Hadoop架构的电能质量云模型不仅可以解决电能质量监测大数据的存储和计算问题,对解决智能电网中其他信息系统的大数据问题也具有参考意义。     

基于有序充电的电动汽车充电站在线监控系统

在分析大规模电动汽车接入对电网的影响和当前各种有序充电策略的基础上,提出基于有序充电算法的电动汽车充电站在线监控系统。系统通过开发通用总线实现数据的采集和导入,分别部署数据库服务器、处理控制服务器和Web服务器,采用B/S架构,通过Web方式发布,逻辑上分为数据层、业务逻辑层和表示层。从负荷预测管理、电池信息管理、有序充电控制、负荷曲线分析、可视化监控和数据统计分析等功能上实现充电站在线监控。最后介绍了系统的应用情况,对各主要功能进行了展示,并对未来发展趋势和研究方向提出了建议。