基于数据融合与智能分析算法的电网抢修管控技术研究

针对电网抢修管控效率低且故障点定位精确度较差的问题,文中提出了一种基于数据融合与智能分析算法的电网抢修管控技术。根据电网故障抢修的传统业务流程对抢修涉及到的部门和数据进行分类,基于加权的自适应数据融合理论,以最小化运算结果总误差为标准,利用层次分析法实现数据融合并采用智能分析算法处理数据信息,从而有效提高电网抢修的综合效率。利用数值实验对电网故障抢修效率进行计算分析,结果证明了所提算法的可靠性。相比于传统方法,所提算法在工单派出效率和故障定位效率方面均可提高10%以上。     

基于数据融合与智能计算的电网线损管控关键技术研究

为了提升线损管控的效率,文中对数据融合与智能计算技术进行了深入研究。基于电路叠加原理及牛顿-拉夫逊算法构建了以DBN为基础的融合模型,该模型将电网模型节点的有功及无功功率、节点电压作为模型输入,以线路的线损值为输出,并通过梯度上升法进行训练。在训练过程中根据不同的网络结构采取在线学习的方式对训练参数加以调整,进而保证了损失函数的收敛速度及网络参数的更新效率。在实际电力运行环境下进行的线损计算仿真结果表明,相较于BP网络,所提模型的MAPE提升了4.019%,而RMSE降低了74.40%,对于线损的计算能力显著提升。     

基于多源异构数据融合的路网管控平台设计

本文提出了一种基于多源异构数据融合的路网管控平台,将高速公路运营数据包括结构化、非结构化、半结构化数据进行融合,建立全时域全路网“可视、可测、可控、可服务”的路网管控平台,实现跨地域、跨系统、跨部门、跨业务的协同管理和精准运营。     

基于数据驱动的智能动态管控模型

在传统网络环境中创建企业管理系统存在多种问题,比如降低企业经营管理效率,缺乏良好的企业数据管理分析能力等。所以本文对智能动态管控模型进行了分析,创新智能管理措施,利用大数据处理模块存储数据,并且对数据进行传输和收集;在数据流程设计过程中,通过三层架构实现;在消除冗余信息时,能够通过数据清洗实现;通过大数据行为模型对时间序列和模型故障进行分析,从而有效判断系统故障。最后对系统进行试验,证明系统预测结果满足实际需求、企业智能管理效率有所提高。     

基于多传感器的数据融合算法研究

文中提出基于多传感器的数据融合算法,该融合方法先对数据进行一致性检验,剔除传感器测量的异常数据,得到最优数据集;其次以支持度与自适应加权估计理论为基础,提高融合数据的精确度,该算法不需要提前知道任何先验条件。实际应用结果验证了算法的准确性,并进行了Matlab仿真。仿真结果表明,此方法计算简便,可以获得比有限个传感器的算术平均值与传统的自适应加权算法融合值更精确的估计结果,具有较高的可靠性和抗干扰性,可用于测量结果具有正态分布特性的多传感器测量系统。     

基于通信模型与数据融合的水印算法

数字水印提供了网络传输的多媒体的版权保护.为了增强水印的健壮性,提出了一种基于通信模型与数据融合的水印算法.除了均值检测外,还给出一种无需参照模板而是利用水印提取后的纠错情况来估计失真度的加权检测方法并进行了实验验证.     

10kV配电线路故障抢修危险点分析

不论是国民经济建设的顺利进行,还是人民的日常生产生活,都是离不开电力工程施工的,电力工程施工涉及到了经济建设的各个方面,其对各方面发挥的重要性已经不言而喻。本文重点就10k V配电线路故障抢修危险点展开分析。     

基于电网多源数据融合的深度学习算法研究与应用

针对多源数据融合在电力系统智能运维中的应用,文中构建了包括油色谱指标、油化试验指标与电气试验指标在内,共3个方面的多源数据体系分析Dempster-Shafer(DS)证据理论在多源数据融合决策中的应用原理,并设计了深度学习网络(DLN)模型及其训练方法,进一步提出了基于DLN-DS的电力变压器故障诊断算法.以某省电网...     

基于混合算法的数据融合技术研究

信息融合系统可以产生比系统中任一单元更有效、更精确的身份判决结果。在归纳了国内外敌我识别的方法后,提出一种将并行的自适应神经网络-模糊推理系统（ANFIS）、模糊理论以及D-S证据理论相结合的算法,并应用于雷达与IFF的数据融合中,实现空中目标的敌我识别。同时,由于要进行的是动目标识别,提出了利用多次测量数据模拟多传感器的方法来实现多次融合,仿真结果表明,该方法提高了身份判决的置信度,融合结果更加合理。     

通信网管系统数据质量管控的技术研究与实现

本文提供一种新思路,即通过加强采集层的数据质量监控、质量分析、问题辅助定位,以及补救措施等技术方案提高数据质量,从而更好地保障业务支撑系统的正常运行.同时,本文提及到这些数据质量管控的技术研究方案,在统一采集平台中得到了技术验证,并取得了良好的应用效果.     

基于同态加密的智能电网安全数据融合技术

针对目前智能电网隐私保护技术尚无法提供足够的效率和安全特性这一问题,设计了一种安全有效的智能电网安全数据融合方案。该方案在确保用户的数据前向安全的前提下,采用签名融合技术减少了计算开销。研究了智能电网安全数据融合方案的实现方法并对方案进行了安全分析及性能分析,最后在Simple WSN平台上进行了系统仿真实验,实验结果表明,该方案具有可行性,适用于智能电网中。     

基于融合的数据隐藏算法

本文在讨论基于融合的数字图像隐藏技术算法的基础上,提出了一种基于融合的数据隐藏算法.该算法利用一次Bézier曲线,将秘密数据隐藏在原始图像中.该算法可以在数字图像中嵌入任意形式的数字化数据,在选取适当的参数时,可以完全正确地恢复出数字化数据.该算法的特点是数据隐藏能力强,在以灰度图像为原始图像的情况下,其最大隐藏能力可以达到3bits/pixel.     

探讨一体化智能抢修指挥系统在电网调度中的应用

一体化智能抢修指挥系统又称为TCM,是通过电子计算机进行电网抢修调度的系统,在传统电网调度的基础上,提升了调度的速度以及工作效率。一体化智能抢修指挥系统融合了当前较为先进的技术,在信息采集、故障申告、服务客户等方面都有所建树。通过对一体化智能抢修系统的应用分析可以看出,改系统能够对电网运行过程中的故障信息进行自动接入和提示,辅助热线支持组的工作人员进行故障登记和工单合并,有效提高了工作效率以及故障抢修效率的同时,极大地改善了电网的运行安全性与可靠性,提升了客户与电网的互动服务体验,对当前的电网抢修带来了非常大的变革。     

基于数据融合的电网强对流临近预警技术研究

强对流天气的破坏力大、预测准确率和实时性较差,且容易对电网造成严重危害,因此构建有效的电网强对流天气临近预警系统具有重要的现实意义。传统的雷达回波技术虽然能够根据云团位置的改变来推断后续天气的变化,但当云团发生融合或分裂时,其预报准确率较低。针对该方法存在的缺陷,文中使用深度学习技术对气象云图数据进行处理,其算法部分将卷积网络与长短期循环神经网络相结合,使其兼具准确性和实时性。在算法对比实验中,该算法的虚警率比卷积法以及LSTM法降低了5.2%和6.0%,说明该算法的性能较为理想。而在测试验证实验中,所提算法能够实现对1 h后强对流天气的预测,并可完成对电网的强对流临近预警,具有良好的工程应用价值。     

数据融合技术在电网规划中的应用

阐述数据融合技术与智能电网的特点,电网规划与数据融合,数据融合技术在电网规划中的应用,包括科学融合各数据源的相同对象数据、智能电网实体构架的检测、科学配置资源、新能源发电并接入电网,科学制定有针对性的解决方案。     

大数据背景下多维传感器数据融合过程与算法研究

在分析国内外大数据及数据融合研究现状的基础上,针对多维传感器产生的海量数据存在冗余性、割裂性、片面性,数据来源广、维度多、类型杂等特点,分析了数据融合的基本原理及基本步骤,并论述了数据融合的分类方法。在此基础上,提出基于深度置信网络（DBN）的多维传感器数据融合算法,在人工神经网络基础上,重点介绍了DBN的结构及DBN的训练过程。在每一层中,采用数据向量推断隐层,然后把这一隐层作为下一层的数据向量,从而寻找最佳权值。在设定的实验场景下,对多维传感器数据集实例进行实验。实验中分析了算法的重构误差、算法的耗时性等参数。仿真结果表明,所提出的算法具有有效性和优越性,对改进大数据环境下多维传感器数据融合算法具有借鉴意义。     

检测数据融合算法分析

雷达组网反隐身目标探测技术是现代军事领域比较关注的一个问题。其中的多传感器数据融合技术又是一热点问题，因而有必要从概念和应用上对其进行了解并为检测数据融合算当法的研究提供一个可参照的框架。     

一种基于移动网络GPS数据融合分析的智能交通研究

本文介绍了一种基于移动网络GPS数据融合分析的智能交通的研究,阐述了目前智能交通分析中存在的一些问题,并针对这些问题提出了基于车载GPS数据融合分析的方法,并着重分析该方法的整体架构及技术实现方式。