基于门控递归神经网络的电网日峰值负荷预测

日峰值负荷作为非线性、非平稳且波动的时间序列,难以准确预测。提出了一种结合动态时间规整（DTW）的门控递归神经网络（GRNN）用于准确预测日峰值负荷。利用DTW距离用于匹配最相似的负荷曲线,可以捕捉负荷变化趋势。采用热编码方案对离散变量进行编码,扩展其特征从而表征对负荷曲线的影响。提出了一种基于DTW的门控递归单元（DTW-GRU）算法用于日峰值负荷预测,并在欧洲智能技术网络（EUNITE）数据集上进行了测试。仿真结果表明,与其他算法相比,该算法的MAPE仅为1.01%。     

一个低成本的简单灾备方案

通过实践,结合实际情况,利用容灾技术和虚拟技术,设计出一套功能完备、价格低廉的简单灾备方案,实现在低成本的前提下,数据的备份和恢复,有效保证数据的安全。     

利用大数据检测智能电网异常的分层架构

重点研究了智能电网异常分析过程中的大数据分析功能的分层架构.通过对当前电网大数据的数据结构进行分析,同时分析了当前智能电网大数据系统的惯用分析方法,最终形成了4个智能电网大数据分析过程的分析分层架构.第一层直接层可以通过对单节点数据的分析找到单一设备的直接故障,第二层关联层可以通过对多个节点的关联性特征进行时域比较分析...     

Netware主机容错技术的应用

介绍现阶段常用的Netware主机容错技术，对各种技术方案的应用的优缺点进行比较。     

利用虚拟化技术提高移动办公安全

本文阐述了如何利用虚拟化技术提高移动办公的安全,运用虚拟化将移动办公所使用的计算机虚拟成多个＂独立＂的计算机,对处理工作信息的机器实现＂专机专用＂,并在＂工作机＂中运用其他安全手段提高移动办公的安全。     

电力计量采集系统中分布式缓存系统研究

提出Redis数据库的分布式扩展机制并引入新的Key过期处理策略,构建了能够满足大规模数据应用场景下的缓存系统。经布署在广东等地系统的运行结果表明,该动态分布式缓存系统解决了原有计量采集系统中计量记录入库性能差的问题,能够满足海量数据的处理需求,具有高效、可靠、扩展方便的特点,对于构造提高关系数据库事务型操作能力的缓存系统具有指导意义。