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   116篇
  国内免费   1篇
  完全免费   4篇
  电工技术   121篇
  2018年   5篇
  2017年   25篇
  2016年   27篇
  2015年   28篇
  2014年   31篇
  2013年   4篇
  2012年   1篇
排序方式: 共有121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:5,自引:0,他引:5  
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.
一种用于继电保护状态评价的大数据精简方法   总被引:2,自引:0,他引:2  
在线评价继电保护系统状态是保障继电保护在故障来临时正确动作的重要手段。继电保护信息系统具有大数据特征,但受制于数据传输堵塞、数据源不同步、缺乏智能分析工具等问题,难以用于进行继电保护状态在线自动评价。基于减少继电保护信息系统数据上传和处理规模的需求,提出基于保护内部加工信息进行保护状态评价数据精简的思路,构建反映继电保护系统状态特征的精简数据指标集,并提出利用该精简指标数据对继电保护进行在线状态评价的方法。利用所提方法可使继电保护子站仅实现少量信息传输即可为主站实现继电保护系统运行状态分析获取足够信息。在保障评价效果的同时,大大减少数据上传量和评价时间,为进一步在输变电环节合理利用电力大数据提供参考。以某典型220 k V变电站为例,验证了所提方法在减少数据上传量、快速完成设备状态评价的优势。  相似文献
3.
风电场输出功率异常数据识别与重构方法研究   总被引:1,自引:1,他引:1  
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
4.
基于云计算技术的电力大数据预处理属性约简方法   总被引:1,自引:0,他引:1       下载免费PDF全文
针对大数据时代下电网数据体量大、类型多、速度快的特点,传统的属性约简方法已经无法完成对电力大数据的预处理,为此提出一种基于云计算技术的电力大数据预处理属性约简方法。该方法剖析了粗糙集中相对正域理论的特性,利用MapReduce模型设计了可以并行计算正域中元素个数的属性约简算法MP_POSRS。最后,在Hadoop平台上对电网故障诊断表和风电实测数据进行属性约简,实验结果表明,该方法有效可行,并具有较好的加速比和可扩展性,适用于电力大数据预处理属性约简。  相似文献
5.
电力大数据技术的进步为电力系统各领域提供了新的发展契机。该文探讨了其与电力系统仿真计算相结合的若干基本问题。首先阐述二者已有的基础、技术联系和基本结合方式,强调利用大数据技术包中提供的资源和方法解决实际问题;而后明晰了仿真计算数据与大数据相关的特征及其独有优势。在此基础上,讨论了与开展研发工作相关的若干要点,涉及二者结合适用的问题、开展研究的重点等,同时也说明引入大数据技术可能带来的问题。该文工作为在电力系统仿真计算领域开展大数据技术研究提供了基本框架,为研发工作的全面开展奠定了基础。  相似文献
6.
随着大数据时代的到来,大数据全生命周期中获取、存储、处理、挖掘等方面的研究逐步展开,成为行业、政府的研究热点。该文以国内外电力行业、金融、经济等数据为研究对象,对大数据的存储、处理、挖掘三大关键问题进行研究。根据大数据特点进行分类;建立基于改进稀疏矩阵、指标维度和指标数据分离方式的大数据压缩存储模型,实现大数据的压缩存储和动态扩展。提出按照指标分类及关联关系建立数据缓存模型的方法,实现大数据的高效访问和灵活转换。在挖掘展现时应用动态可配置的设计方法,解决数据查询海量页面的动态生成问题。该文可为大数据存储、处理、挖掘研究提供有价值的参考,并将研究成果应用到统一资源库的建设中。  相似文献
7.
随着智能电网建设的实施和智能传感设备的大量安装使用,特别是高级量测体系(advanced metering infrastructure,AMI)的普及,电力公司获取了超大数量的数据,这些数据的综合利用将会给电力公司带来巨大的效益。因此,近两年各电力公司投入了大量资源进行数据分析方法的开发和应用,其中基于智能电表量测数据的AMI数据分析方法是业界关注的重点。该文首先介绍电力公司数据源及其特点,阐述数据分析的方法,包括其定义、分类等,并着重介绍电力行业目前的热点AMI数据分析方法及其应用情况,并通过2个已成功部署的数据分析元实例说明AMI数据分析方法为电力公司解决的实际问题。最后,对数据分析方法的未来发展进行展望。  相似文献
8.
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
9.
在电力系统负荷特性统计指标和气温日益积累大数据背景下,有效提取数据之间关联特征对电力系统规划和运行具有重大意义。为此,提出一种气温对负荷特性指标影响及其内在关联特征数据挖掘的方法。考虑气温季节特征进行分季度建模,首先通过物理关系和皮尔森相关系数获得气温和负荷特性指标任意两因素之间的相关性特征;然后在多变量时间序列平稳性检验基础上,对水平不平稳的同阶单整时间序列进行协整检验和向量误差修正(vector error correction,VEC)建模以获取其长期同步运动趋势及短期波动特性;进一步通过对变量差分化后的平稳时间序列的向量自回归(vector auto-regression,VAR)建模提取多因素变化量间的动态关系,结合格兰杰因果检验挖掘因素变化量之间的因果引导关系。针对华中某省级电网2006年至2010年负荷特性实际统计数据及相应气温数据的实例分析验证了文中方法的正确性和有效性,方法已在实际电网负荷特性统计分析中得到应用。  相似文献
10.
传统的阈值判定方法难以准确检测输变电设备的状态异常,该文提出一种基于时间序列分析和无监督学习等大数据分析的异常检测方法,从数据演化过程、数据关联的全新角度实现异常检测。通过时间序列模型和自适应神经网络对历史数据潜在的特征进行挖掘,并将数据对时间的动态变化规律用转移概率序列表示。针对多维的监测数据,运用无监督聚类方法简化各参量之间的相关关系,从而避免参量间相关性难以确定的问题。提出异常检测体系,并使之适用于输变电设备状态监测数据流,实现数据流中异常的快速检出。最后结合运行实例验证了提出方法的有效性,表明本方法能快速检测出设备的异常运行状态。  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