共查询到16条相似文献,搜索用时 62 毫秒
1.
随着电力网络的高速发展,电力负荷数据的规模与维数急速增长。为了分析数据背后的有效信息,可以采用聚类分析的手段对电力负荷数据进行挖掘分析,为异常用户检测、能效管理提供有效的应用价值。根据美国能源信息网获得的实验数据集,利用降维算法对预处理后的数据进行降维分析,分析出不同维度下5种降维算法的降维效果,然后选择KPCA和ISOMAP降维技术与K-means聚类分析算法进行结合,比较组合算法与单独K-means算法的聚类精度与聚类效率,得出结合降维技术,可以有效提高聚类分析算法的聚类能力。 相似文献
2.
电力负荷预测是电力规划、生产和运行的重要基础,将投影寻踪回归模型应用于电力负荷预测中,避免了确定性模型在预测不同类型负荷数据时精度差异较大的缺陷。最后,以电网实际负荷数据验证了投影寻踪回归模型的适用性。 相似文献
3.
4.
5.
6.
7.
尾矿库作为企业安全生产过程中的一项重大危险源,其安全稳定的运行一直受到政府、企业和社会的密切关注。总结目前尾矿库监测的现状,分析其存在不足,结合当前互联网技术和大数据发展的趋势,提出单独监测、集中管理的模式,在收集到的大数据的基础上进行尾矿库风险预测预警分析,并以数据分类和回归分析的方法具体演示部分安全指标的分析过程。结果表明,该方法对尾矿库安全运行风险有一定的预测预警功能,为政府部门和企业对尾矿库安全运行的监管和处置提供重要参考数据。 相似文献
8.
天然气价格是影响天然气企业经营决策与运营效益的重要因素,在此背景下,如何准确地预测未来天然气价格自然成为产业界关注的热点话题。此外,在数据挖掘技术快速发展的时代,如何将该技术应用于传统的天然气行业,融入天然气价格的预测当中,也是学术界所探讨的重要话题。基于此,本文首先回顾了以往天然气价格预测方法,然后以传统数据挖掘技术中的模式序列相似性搜索方法(PSS)为基础,通过对该方法中历史序列搜索匹配机制及结果处理机制的改进,提出了一种新的改进模式序列相似性搜索(APSS)天然气价格预测方法。在方法构建之后,采用美国天然气日度现货价格数据对该方法的有效性进行了实验验证。实验结果表明,本文提出的基于数据挖掘技术的APSS方法能够实现对天然气价格的合理预测,且与传统的PSS方法相比,APSS方法的预测结果具有更高的预测精度。 相似文献
9.
针对传统负荷预测模型对高维非线性电力负荷的特征提取效果不理想的问题,为有效提高电力负荷短期预测精度,提出了基于模态分解-PSO-DNB深度学习的负荷预测模型。结合模态分解方法和PSO算法特征并充分融入到深度学习模型中,构造了量化深度学习模型训练效果的误差评价函数,由此建立短期负荷预测的系统模型。以某地区电网监测的电力负荷数据开展短期预测研究,通过算例效果表明,所提的预测方法可实现24 h内滚动式短期电力负荷预测,且预测误差能控制在合理范围内,相较于传统负荷预测的方法更能提升预测精度。 相似文献
10.
11.
12.
大数据技术的发展为工业生产提供丰富的信息数据,可帮助煤矿企业生产、运营提供决策支持数据。提出一种基于基于有限差分时域方法,采用时间相关的波动方程,对采矿过程中电力使用进行动态模拟,核心在于对电力消耗和电力费用监测,基于大数据计算平台中通过初始随机波函数对TDSE进行数值求解,收敛于基态波函数。给出了不同约束电位参数的的能量和波函数的数值结果,并与其他数值方法的结果进行比较,结果表明,基于FDTD的方法可提供精确的能量和波函数,可在采矿工艺电力使用预测提供精确的数据支持。 相似文献
13.
14.
随着智能电网的快速建设和运营,电力公司内部各变电站之间数据的安全共享已成为一个急需解决的问题。基于联盟区块链技术,设计了基于区块链的电力数据共享模型;电力公司的各个电力调度中心构成区块链节点,实现电力数据的安全管理和存储;电力信息采集终端部署数据采集传感器,实现电力数据的全面采集。为实现数据的安全共享,基于改进的Raft算法,设计了电力数据的上链流程、领导者选择流程、电力数据共享流程。实验中从数据存储时延和数据读取时延2个维度,验证了本文算法在保证数据安全共享的前提下,较小的增加了数据读取和存储的时延。本文算法较好的解决了数据安全共享的问题。 相似文献
15.
为降低电网数据挖掘难度,确保电网高效运行,构建基于网络拓扑的电网资源挖掘推荐模型。分析电网系统基本组成结构,明确电网资源来源,通过自下向上的形式构建资源库,确保数据有效储存;将网络拓扑描述为有向图形式,利用二维邻接矩阵表述相邻节点之间的连接状态,为资源推荐提供有效路径;经过归一化与k—均值聚类处理,统一资源格式,实现相同类型资源聚类;利用爬虫技术设置挖掘权限匹配阈值,结合抓取规则完成聚类谱智能排序,实现在爬虫协议控制下电网资源能够被准确挖掘推荐。仿真实验表明,该方法可提高数据预处理效果,减少延迟推荐现象,同时推荐结果的平均绝对误差较低。 相似文献
16.
为了准确挖掘与分析电力系统二次设备缺陷数据,判断电网二次设备运行状态,提出基于缺陷数据挖掘的电力系统二次设备缺陷分析方法。基于层次聚类算法,获取电力系统二次设备缺陷数据挖掘,以原子聚类、原子簇合并、基于层次聚类算法的缺陷数据识别三步骤,将缺陷数据设成基于XGBoost的二次设备缺陷分类模型的输入数据,设置缺陷特征指标集、缺陷级别标签后,有效挖掘电力系统二次设备缺陷数据,然后通过XGBoost模型,实现二次设备缺陷级别识别。研究结果表明,所提方法对二次设备缺陷数据的挖掘结果和实际缺陷数据样本数一致,对二次设备缺陷级别识别后,识别结果的准确率、召回率、F1值均高达0.99,且识别耗时低于400 ms,具备使用价值。 相似文献