首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   143篇
  国内免费   1篇
  完全免费   44篇
  电工技术   188篇
  2018年   9篇
  2017年   39篇
  2016年   33篇
  2015年   39篇
  2014年   58篇
  2013年   9篇
  2012年   1篇
排序方式: 共有188条查询结果,搜索用时 46 毫秒
1.
智能电网大数据技术发展研究   总被引:4,自引:0,他引:4  
智能电网是大数据最重要的应用领域之一。该文阐述了智能电网大数据的基本概念,包括:数据源及数据特征,大数据应用于智能电网的价值体现,大数据与传统研究方法的不同之处;综述了国内外智能电网大数据研究和工程应用现状;总结了大数据的理论基础和技术体系;论述了智能电网大数据重点应用领域及应用价值;提出智能电网大数据研究框架和技术发展路线建议。  相似文献
2.
面向智能电网应用的电力大数据关键技术   总被引:4,自引:0,他引:4  
大数据为智能电网的发展注入新的活力,掌握电力大数据的关键技术对电力行业的可持续发展和坚强智能电网的建立具有重要意义。在分析大数据、云计算、智能电网三者关系的基础上,给出具有通用性的电力大数据平台总体架构,并从电力大数据的集成管理技术、数据分析技术、数据处理技术、数据展现技术4个方面深入探讨符合电力企业发展需求的大数据关键技术的选择。最后通过3个典型案例,分析了电力大数据关键技术在新能源并网、风电机组安全评估、电网灾难预警上的应用。大数据关键技术在电力行业的广泛应用必将带来行业的变革,将智能电网的发展推向新的阶段。  相似文献
3.
智能电网大数据处理技术现状与挑战   总被引:4,自引:0,他引:4  
智能电网需要全景的状态数据。电网运行、检修和管理过程中会产生海量异构、多态的数据,也即大数据。如何对它们进行高效、可靠、低廉地存储,并快速访问和分析,是当前重要的研究课题。文章首先分析了发电、输变电以及用电各个环节中大数据的产生来源和特点;其后,综述了目前在商业、互联网和工业监测领域已有的大数据处理技术,并详细分析这些技术在应对智能电网建设和大数据处理方面的优势和不足。最后,从大数据存储、实时数据处理、异构多数据源融合以及大数据可视化4个方面论述了智能电网大数据带来的机遇和挑战。  相似文献
4.
海量数据下的电力负荷短期预测   总被引:3,自引:0,他引:3  
该文研究海量数据下的短期电力负荷预测方法,基于局部加权线性回归和云计算平台,建立并行局部加权线性回归模型。同时,为剔除坏数据,采用最大熵建立坏数据分类模型,保证历史数据的有效性。实验数据来自已建的甘肃某智能园区。实验结果表明,提出的并行局部加权模型用于短期电力负荷预测是可行的,平均均方根误差为3.01%,完全满足负荷预测的要求,并极大地减少了负荷预测时间,提高预测精度。  相似文献
5.
电网调控数据综合智能分析决策架构设计   总被引:3,自引:0,他引:3       下载免费PDF全文
荀挺  张珂珩  薛浩然  唐胜  汤潮波  韩秋铖 《继电器》2015,43(11):121-127
在“调控一体化”的背景下,电网调控领域进入了大数据时代。针对电网调控业务中数据仅以报表形式展示,缺乏深度挖掘与关联分析,没有发掘数据的潜在价值等问题,提出了电网调控数据综合智能分析决策与可视化系统的设计思路和具体实施方案。系统基于数据挖掘技术、商务智能理论、可视化等前沿技术,通过对存储于大型电网数据库中的众多无关联性数据进行预处理,并利用专业的数据挖掘手段结合成熟的商务智能技术对不同业务数据进行综合分析。最后利用可视化技术将分析结果进行立体的、多维度的展示,为调控人员提供辅助决策。  相似文献
6.
电力用户侧大数据分析与并行负荷预测   总被引:3,自引:0,他引:3  
随着智能电网、通信网络技术和传感器技术的发展,电力用户侧数据呈指数级增长、复杂程度增大,逐步构成了用户侧大数据。传统的数据分析模式已无法满足需求,迫切需要解决电力用户侧的大数据在分析与处理方面的难题。该文分析电力用户大数据的来源,针对电力用户侧大数据的数据量大、种类繁多与速度快等特点,指出电力用户侧的大数据在数据存储、可用性、处理等方面面临的挑战。结合云计算技术提出一种电力用户侧大数据分析处理平台,将智能电表、SCADA系统和各种传感器中采集的数据整合,并利用并行化计算模型Map Reduce与内存并行化计算框架Spark对电力用户侧的大数据进行分析。提出基于随机森林算法的并行负荷预测方法,将随机森林算法进行并行化,对历史负荷、温度、风速等数据进行并行化分析,缩短负荷预测时间和提高随机森林算法对大数据的处理能力。设计并实现基于Hadoop的电力用户侧大数据并行负荷预测原型系统,包括数据集群的管理、数据管理、预测分类算法库等功能。采用不同大小的数据集对并行化随机森林算法进行负荷预测实验,实验结果表明,并行化随机森林算法的预测精度明显高于决策树的预测精度,且在不同数据集上预测精度普遍高于决策树的预测精度,能够较好的对大数据进行分析处理。  相似文献
7.
风电场输出功率异常数据识别与重构方法研究   总被引:2,自引:1,他引:1       下载免费PDF全文
电力大数据是电力发展的重要资源,数据来源于电力生产和电能使用的各个环节。风电运行数据是电力大数据的重要组成部分,随着风电穿透功率的增大,风电数据的采集、处理、分析对风电场运行、控制与并网研究有重要意义。然而,从风电场收集到的大量数据中通常包含异常数据点,这样的异常点给风电功率波动特性、风电功率预测等方面研究带来负面影响。分析了风电场历史运行数据中存在的异常数据的主要来源,并针对该实际问题,采用基于四分位算法的数学模型对异常数据进行识别。在数据缺失的情况下,以可用历史数据为基础,采用基于临近风电场出力模式性  相似文献
8.
大数据挖掘分析在电力设备状态评估中的应用   总被引:2,自引:0,他引:2       下载免费PDF全文
为提高电力设备状态评估的准确性和效率,提出了将大数据挖掘分析应用于电力设备状态评估的思路和方法。介绍了大数据挖掘分析的架构,将电力设备状态的多维度数据解析为静态、动态、准动态和外部参数四大类,分析了数据关联规则、关联度和权重,最后给出了大数据挖掘分析技术的应用前景。  相似文献
9.
基于动量因子的神经网络群电流负荷预测模型   总被引:2,自引:0,他引:2       下载免费PDF全文
田野 《继电器》2016,44(17):31-38
通过建立改进的4层神经网络群,以历史负荷电流作为样本进行训练,实现对于未来负荷电流的预测。针对传统BP神经网络易收敛到局部极值的问题,引入了动态调整的动量因子。为增强对于随月份动态变化较剧烈的负荷的预测能力,提出了BP网络群结构。数据模拟结果说明该算法具有高精确性,可有效估算出下一阶段线路电流负荷变化趋势值,并且预测速度满足实际使用要求。该模型可以用于监测重点单位用电负荷变化情况,及早提示供电单位采取相应措施,促进智能电网建设。  相似文献
10.
冷华  陈鸿琳  李欣然  唐海国  朱吉然 《继电器》2016,44(18):108-114
智能配电网中电量采集数据缺失、遗漏导致按月线损统计不是严格意义上的自然月。为解决线损统计不同期问题,提出基于功率或电量预测的方法来改善配网线损统计。通过挖掘售电量数据,提出了一种基于年度售电量的灰色预测结果。再根据季度、月度层级占比得到月售电量的预测方法,与实际值的平均相对误差仅为1.94%,证明此方法简单有效适合电力各部门的广泛应用。将月售电量预测结果应用于线损统计,结合供电比例系数法,改善表计供、售电量不对应的问题,使得同期化,对按月实时分析网损有实际意义。  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号