面向电力大数据应用的专业化分析技术研究

智能电网是大数据的重要技术应用领域之一,大数据的价值通过多源异构相关数据的分析来实现。由于传统管理和运营模式的限制,在数据的处理和分析等方面还面临着很多问题,数据的价值尚未充分挖掘出来。文章分析了电力大数据的特征和大数据分析技术,着重对大数据分析过程中的数据预处理、降维、分析算法、计算等关键技术进行分析,并以配变负荷预测为例进行了深入分析。     

现场总线能给我们带来什么好处

现场总线技术是当前控制和自动化领域中发展最快、最为活跃的一项新技术.现场总线集合了控制技术、自动化技术、数字技术、信息技术、微电子技术、网络技术、计算机技术和系统技术等多项技术的最新成果,是一门新兴的交叉学科.其发展有两大来源,其一是传统的仪表控制界,其二是计算机控制系统界.这两大来源分别从不同的方向,对各种类型、各种应用目标的测量、控制问题,研究其解决方案.经过多年的发展,逐步交汇于现场总线这一新的技术学科.由于既有技术发展的原因,又有各种类型的设备或系统供应厂家商业竞争的原因,其发展呈现出了相当大的复杂性.     

微波三维成像离散点目标回波数据模拟

成像雷达一般可分为合成孔径雷达(SAR)和逆合成孔径雷达(ISAR).研究目标的RCS特性当前普遍应用ISAR成像技术,而这些目标的成像能力都依赖于目标的回波信号.在ISAR三维成像理论的基础上,模拟离散点目标的回波信号,为三维成像软件提供三维空间的模拟数据,用来验证成像软件的正确性.基于已有的一维和二维成像软件对模拟数据进行了分析.从三维数据中提取出一维和二维数据,成像结果证明了模拟数据在一维和二维的有效性,从而保证了模拟数据三维成像可靠性.     

集控中心告警数据处理技术和方法

为了有效和可靠地解决集控中心监控系统采集信息数量大与有用信息有限的矛盾,提出了告警数据纵向分层、横向分类的二维划分方法.利用该方法,并结合信号所属责任区、是否检修等其他属性,对告警数据进行有效的过滤和配置.开发了动态合成光字牌数据处理技术和分层告警数据处理技术,并对两者进行了分析比较.采用上述方法和技术减少了检索信息的时间,提高了工作效率,加快了电网异常和事故处理的进程.该方法和技术已在实际中得到应用.     

三维CAD技术在机械设计中的应用分析

随着社会整体的不断进步,计算机技术的普遍使用其智能水平的提升,三维CAD技术的发展也越来越集成化和标准化。在大数据时代里,掌握和发展三维CAD技术对机械设计尤为重要,企业也应针对三维CAD技术做好相应的研发和应用措施,对我国机械制造业的发展和进步具有重大意义。     

基于非负矩阵分解的同调机群识别方法

为了解决源数据维数较大的问题,提出了一种基于非负矩阵分解(NMF)的同调机群识别方法.采用发电机角速度作为源数据,使用NMF算法对其进行降维.由于此低维矩阵具有非负性质,因而该模型在消除冗余数据、降低维数的同时,保留了原始问题的实际意义.对低维矩阵归一化,再利用K均值聚类算法对其进行聚类,达到同调机群的分群目的.通过New England 10机39节点系统比较了基于NMF和主成分分析方法的分群效果,验证了基于NMF的同调机群识别方法的有效性.     

风资源超短期预估中的多数据源降维预处理方法研究

准确预估自然状态下的风资源是进行风电优化调度的基础。为了充分利用多数据源实现有用信息的筛选和提取来提高预估精度,同时有效控制数据规模和复杂性,在风资源超短期预估中引入数据预处理环节是必要的。因此提出了基于复相关系数的数据筛选方法及基于典型相关分析的序列降维方法,构建了多维到1维序列映射模型用于多数据源的质量提升和降维简化,作为前置数据处理环节纳入到基于遗传算法和反向传播(back propagation,BP)神经网络的风资源超短期预估方法中。最后通过实际算例证明了该数据预处理方法在提高预估精度方面具有显著的效果。     

大数据技术在配电网中的应用综述

大数据技术是目前国内外各个领域的一个研究热点。该文基于大数据技术,探讨其在配电网中的应用。首先,在阐述大数据技术对于配电网发展的重要意义基础上,总结配电网技术目前在国内外的应用现状;然后,分析大数据技术在配电网运行、检修、规划和资产管理4个方面的指导作用;其次,明确在配电网中发展大数据技术的3项主要关键技术;最后,从政策的角度提出支持大数据技术在我国配电网中应用和发展的几点建议,同时展望大数据技术在配电网其他方面的应用可能。     

基于图像平滑算法的电能质量数据压缩方法

为满足电能质量数据存储与传输的需要,基于图像平滑算法、二维离散小波变换以及图像多级树集合分裂编码算法提出了一种电能质量数据压缩新方法.将一维电能质量数据转换为二维矩阵以挖掘电能质量数据的循环间冗余性;应用数字图像平滑技术对二维变换后所得到的电能质量图像矩阵进行平滑处理以有利于二维小波变换编码;结合二维离散小波变换、图像...     

大数据环境下基于改进SVM的典型负荷类型识别

技术的进步推动了电力大数据的发展,针对电力行业的数据挖掘研究成为当下的热点.针对传统的支持向量机(SVM)在处理大数据时存在耗费时间较长、识别效果不佳的问题,引入次梯度下降算法对支持向量机进行训练,旨在降低训练样本数目的大小对支持向量机训练时间的影响.同时借助Hadoop平台处理大数据的优势,通过构建电力负荷特性指标对原始数据降维,在MapReduce框架下随机构建多个分类器,基于投票机制划分样本类别,构建分类指标对结果进行评价.算例部分分别对比了训练样本数目的大小对分类效果的影响以及四种机器学习算法在处理电力大数据时的性能优劣,结果表明本文所用方法在电力大数据领域具有很好的分类识别效果.     

数据挖掘技术在电力系统负荷预测中的实现与应用

数据仓库是支持管理决策过程、面向主题、而且随时间变化的数据集合,数据挖掘技术是利用人工智能的方法对数据库以及数据仓库中的海量数据进行分析、发现规律、获取知识的过程。电力系统负荷长期的历史数据庞大而复杂,其数据具有有限性、不完整性、影响因素复杂性等特点,结合电力系统自身存在的特点以及电力系统负荷预测的实际需要,文章详细阐述了将数据挖掘技术应用到电力系统及其负荷预测中的方法并探讨了应用现状和前景以及利用该技术做好电力负荷的重要性。     

基于粒子滤波器的移动机器人SLAM算法及仿真

同步定位并且能够精确构建环境地图的能力是机器人实现真正自主的必要前提.基于卡尔曼滤波器的SLAM算法有两个重要的缺陷,即计算的复杂性以及数据相火性问题,使得其不能在SLAM领域中广泛应用.本文提出一种基于粒子滤波器的SLAM算法,并建立其二维仿真模型.保持控制量噪声不变,改变观测量噪声,对本文算法和基于卡尔曼滤波器的算法进行了比较.仿真结果表明,在相同的噪声条件下,仪使用3个粒子的基于粒子滤波器的SLAM算法对路径和路标的估计误差均远小于基于卡尔曼滤波器的SLAM算法.     

智能用电用户行为分析特征优选策略

针对大数据应用背景下用户智能用电行为分类的计算复杂性和特征选择有效性的问题,提出一种基于特征信息量的特征优选策略。首先,以用电特征的互信息量与相关系数作为特征有效性和关联性判据,设计用电特征优选准则。然后,提出一种该准则下的用电行为特征优选策略,通过减少特征间的分类信息冗余实现高维特征的降维,并选取有效独立的特征,从而构建用户用电行为聚类精简特征集。最后,基于特征优选策略实现了一种特征自适应的用户用电行为分析方法,完成优化的用户用电行为分析。通过电网实际用电数据验证了所提策略能提高聚类准确率和减少计算复杂性的有效性。     

大数据和虚拟现实技术的产业融合应用分析

在大数据时代下,大数据技术与虚拟现实技术的结合催生出了很多新兴产业,给各行各业的发展、创新都带来了不少的机会,从而促进了我国现代化进程的步伐.本文重点分析大数据技术的发展现状和虚拟现实技术,以教育行业为例,研究、分析大数据与虚拟现实技术的结合对教育市场的影响,并总结出大数据与虚拟现实技术的产业结合成果.     

变电站电力设备红外热像测温数据三维可视化方案

针对当前电力设备红外热像测温数据2维可视化技术表现力不足,友好性差,不利于故障分析与诊断的现状,开展了电力设备红外热像测温数据3维可视化方案研究,提出了3维实景模型可视化和3维点云模型可视化2种模式,并给出了实现策略.案例验证结果表明:所提3维实景模型可视化模式可直观展示设备的局部红外温度分布特征,适用于局部快速可视化...     

基于混沌关联维特征的电能表计量多维数据聚类方法

针对传统电能计量多维数据的聚类分析算法存在的计算过程复杂、效率低下、系统耗能高等问题,设计出一套适用的解决方案.该方案基于大数据平台进行计算存储,通过混沌关联维聚类分析方法对电能计量数据进行多维分析.该方法吸收了传统大数据聚类算法和混沌特征提取的优点,通过选取交互信息量的第一个最小值作为最佳时间延迟,采用虚假最近邻点算...     

大数据技术在电网设备检修中的应用

电网设备的定期检修是保证供电效率和质量的重要途径,而大数据技术作为当前信息时代的主流技术,可为电网的供电效率提供保障.分析电网设备检修工作的重要意义及大数据技术应用,并在此基础上提出了大数据技术在电网设备检修中的具体应用策略.     

基于聚类融合技术的电力用户负荷模式提取方法

针对电力大数据背景下智能电力用户负荷模式提取的可靠性不高且传统单一聚类算法聚类结果不稳定的问题,提出一种基于主成分分析与聚类融合相结合的电力用户负荷模式提取方法。首先,对负荷数据进行预处理,通过主成分分析法减少特征间分类信息冗余实现高维特征的降维。然后,用四种聚类方法分别对降维后的数据集进行聚类分析,得到具有差异性的聚类成员。最后,利用共识矩阵对所得聚类成员进行聚类融合,得到优于单一聚类算法的最终聚类结果。通过电网实际用电数据验证了所提负荷模式提取方法能够提高聚类准确率并降低计算复杂性,并用有效性指标Silhouette对最终聚类结果进行评价。     

大数据环境下隐私权的法律保护

大数据是对电子计算机技术、网络多媒体技术、物联网技术的等诸多多媒体技术的统称,其核心内涵是能够在短时间内收集和处理规模庞大的信息资料,简单来说大数据就是高度的信息共享和高速的信息流通,从而提高信息的利用率。大数据技术的应用改变了人们的生活方式和生活习惯,人们能够真正做到“足不出户阅遍天下事”,推动了信息资源和经济效益互相转化机制的建立。     

大数据统计分析方法在空调控制系统中的应用

随着科学技术的发展,大数据、智能控制、语音识别等人工智能技术被广泛应用在暖通工业的各个方面.基于空调控制技术、大数据技术和统计学分析方法,对空调大数据进行挖掘、分析、研究,并进行应用,助力空调更加智能化、节能化、舒适化,成为空调行业发展的新方向.本文简要介绍了大数据在空调控制系统中的应用,阐述了大数据统计分析方法的步骤,并介绍了大数据在空调控制系统中的应用场景.