基于大数据分析的电力客户服务需求预测

针对电力市场随机性、多变量和时变性的特点导致电力客户服务需求预测值不准确的问题,提出了一种基于大数据分析的电力客户服务需求预测方法.该方法依托于贵州地区的智能电网大数据,从区域商业价值和区域宏观经济角度来采集数据并通过挖掘其中的关联信息,建立了电力客户的细分模型;并在客户细分模型的基础上,使用BP神经网络算法建立了电力客户的需求预测模型.在Matlab平台上的仿真与测试结果表明,所提出的方法能帮助电网公司更好地理解客户行为和服务需求,制定营销策略.     

基于数据驱动的机床生产管控系统研究

机床数据可视化与程序管理系统研究是提升机床生产控制质量的有效方法。基于机床数据,研究了机床生产管控系统。通过对机床设备进行联网改造和网络统一接入,实现了机床数据统一管理。基于数据采集分析平台,实现了机床工艺参数、运行参数等关键信息的实时采集。定制开发了设备实时状态、工艺执行监测、设备异常告警、能源耗材使用、场景化智能算法模型等生产管控系统模块,实现了多层级数据可视化与统计分析。该研究为机床生产管控系统的推广和应用奠定基础。     

No Coding自动化测试框架

现阶段电网软件测试方面仍然处于传统手工测试阶段,为了有效解决常见自动化测试工具普遍存在的使用成本高、测试用例有效性低,以对不同Web技术测试方案不统一等问题.我们需要提供一个测试框架,来跨越技术与用户之间的鸿沟,简化脚本的编写和维护工作、及时全面的回归测试、稳定性测试、兼容性测试成为可能,并将测试人员从日常大量的重复性工作中解放出来,可以把更多的精力投入到针对业务场景的测试设计、用户体验测试、性能测试、安全性测试等工作中.     

超硬纳微米 PVD 涂层技术在刀具领域的应用及研究进展

介绍了物理气相沉积(PVD)技术的原理、特点和真空蒸镀、溅射镀和离子镀之间的优缺点,从二元涂层、多元涂层、多层涂层和纳米多层复合涂层等4种类别上介绍了PVD涂层技术在切削刀具上的广泛应用。在查阅和整理大量文献资料的基础上,也结合笔者多年从事PVD技术的研究与应用心得,从提高切削刀具的寿命这一重要角度出发,阐述了国内外超硬纳微米PVD涂层技术在切削刀具应用领域的研究进展,并对多元涂层、多层涂层及涂层的纳米化也进行了较为详细地论述。切削刀具表面采用物理气相沉积涂层技术能使刀具获得优异的综合性能,从而显著提高切削刀具的使用寿命,降低生产成本,大幅提高机械加工效率。最后展望了物理气相沉积涂层技术未来将在超硬切削(包括模具钢、淬硬钢等硬度超过HRC55以上的铣削加工)、难加工材料切削(包括高温合金、钛合金、不锈钢等)、石墨和碳纤维等复合材料加工和有色金属的高速切削加工(包括铝合金、铜合金、镍等)的广泛应用。     

基于特征选择改进LR-Bagging算法的电力欠费风险居民客户预测

本文从电力欠费风险预测的角度出发,提出了一种基于特征选择改进的LR-Bagging(即以逻辑回归为基分类器的Bagging集成学习)算法,其精髓在于每一个训练的LR基分类器的记录和字段均通过随机抽样得到.且算法的终止迭代准则由AUC统计量的变化率决定.该改进算法充分考虑了LR的强泛化能力、Bagging的高精确度,以及特征选择带来的LR基分类器的多样性、弱化的多重共线性与过拟合度,效果优于单一LR模型.且最终的实验表明,该改进算法得到的电力欠费居民客户风险预测模型的准确性与有效性得到提升.     

炼油厂PSA装置压缩机故障分析及改造

根据炼油厂PSA装置2D20-140/6.37-BX压缩机频繁发生故障的原因分析,对该压缩机气缸和活塞杆等进行了相应的改造,并采用无油润滑技术,降低了压缩机气缸和活塞杆等零件的磨损,减少了压缩机拆装检修的工作量,减轻了工人的劳动强度。     

企业新闻门户技术架构研究

在企业网络运行架构、安全架构、应用架构三个层次阐述的新闻门户技术架构：在网络运行架构层次上通过网络分区设计、内外网物理隔离构建企业级新闻安全稳定的运行环境;在企业信息安全架构上,通过内网应用分离、页面静态化、网页防篡改的方式实现企业新闻门户安全管理的纵深防御模式;在企业信息应用架构上,通过非结构化数据管理平台实现新闻非结构化数据管理,利用非结构化数据服务与Portal特性实现新闻页面的灵活展现。     

超硬纳微米 PVD 涂层技术在模具领域的发展

介绍了PVD涂层技术的分类,综述了PVD涂层技术在冲压/成型、挤压、拉拔、塑料、铝合金等模具应用领域的研究进展。展望了随着PVD涂层技术的快速发展,其在模具领域的应用将会更加广泛。     

模型驱动的数据管理在电网企业的实践与应用

随着企业信息化水平和企业精细化管理要求的不断提高,企业对数据标准、主数据、编码统一管理及数据质量检查的需求也随之增强。为实现电力企业数据资源的有效管理,充分发挥数据资产的价值,本文开展了数据管理的探索与实践,针对电力企业在主数据管理、编码管理、数据标准管理、数据质量管理方面的主要问题进行分析,提出了模型驱动的数据管理解决方案。