基于LSTM-BP神经网络的变压器气体故障诊断方法

为了提高故障诊断的准确率,提出一种基于长短期记忆(Long Short-Term Memory,LSTM)网络和反向传播神经网络(Back Propagation Neural Network,BPNN)的电力变压器故障诊断方法,实现了变压器诊断的多类分类。实例分析结果表明,采用LSTM-BPNN可以比传统的电力变压器故障诊断方法以一种更为理想的诊断准确率对变压器进行故障诊断。     

基于云架构的工程数据中心的设计与研究

为了推动现代化电力工程建设,提升电力工程建设的信息化水平,为电力工程数字化管控业务系统提供全生命周期的基础数据支撑,建设一个先进、专业、实用的电力工程数据中心。结合电力工程基础设施和实际应用,充分利用虚拟化技术、云计算技术、物联网技术、大数据技术,实现基于云架构的电力工程数据中心。搭建了一个服务于电力工程建设领域的工程数据中心,实现了工程数据采集、审核、清洗、存储、更新和共享、移交的全过程管理,实现了数据价值的深层次挖掘和决策分析应用。基于云架构的工程数据中心的成功实施为现代电力工程的数字化建设打下了坚实的基础。