排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
在电力信息系统中,中间件的运维工作需要从传统的事后排查提升为故障预判和智能预警,面向电力中间件的故障预测与健康管理(PHM)技术成为当前迫切需要研究的课题;分析和利用PHM技术的数据处理流程,突破性将该技术应用于智能化运维管理平台的中间件集群管理;以灰色状态下的马尔科夫预测模型为核心预测算法,结合时间切片管理和动态置信阈值技术,设计并实现了面向中间件集群管理的故障预警模型;以湖北省电力公司构建的智能化运维管理平台上的实施应用为实例,该方法实现对中间件故障准确预警,并大大降低了虚警率;实验结果证明了该方法的可行性和有效性。 相似文献
4.
本文针对未来“放开两端”的电力交易市场多主体、多模式、多规则的特点,设计了电力市场交易结算智能合约,同时分析了关键技术难点,并有针对性的给出了解决方案. 利用运行在区块链上的智能合约降低电力市场交易的信任成本,提高清结算效率,同时推动能源零售市场的智能化. 通过在由4000个节点构成的P2P网络中运行一个购售电合同的智能合约实例,验证了本文方法的成功率约为99.38%,每笔交易的平均确认时间约为16秒. 如果本文方法得到应用,将帮助能源交易双方共同制定因需求而动态变化的能源价格,保证不同能源市场的互联互通,促进智慧能源价值互联. 相似文献
5.
随着电费数据量的快速增长,某特大型集团公司财务管理信息系统传统的电费数据处理模式已经成为系统的性能瓶颈. Hadoop是一个可实现大规模分布式计算的开源框架,具有高效、可靠、可伸缩的优点,被广泛应用于海量数据处理领域. 本文在对电费业务和Hadoop进行分析和研究的基础上,提出了电费数据新的处理模型,建立了基于Hadoop和Hive的电费明细数据处理平台. 实验证明该模型可以有效解决目前海量电费数据处理面临的性能瓶颈,提高电费数据处理的速度和效率,并且可以提供高性能的明细数据查询功能. 相似文献
6.
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
7.
1