基于.NET构件模型的动态监管系统的设计与实现

在对微软的.NET构件模型进行了充分研究后,利用该模型以及现有的网络、硬件资源、信息资源及手持移动终端.在此基础上建立简洁高效、结构合理的三层结构应用系统,实现对企业的动态监管,使得对信息的管理更加及时、高效.该系统由业务外观层、业务逻辑层及数据访问层组成,具有很高的安全性、可靠性和实用性.     

基于改进生成对抗网络的谐波状态估计方法

传统的基于最小二乘法的谐波状态估计受到量测装置少、精确的谐波阻抗获取难、网络拓扑结构复杂以及电网运行方式变化等因素的限制,造成量测方程欠定、系统非全局可观以及节点间耦合关系难以准确提取等问题。文中提出了一种基于改进生成对抗网络的谐波状态估计方法。该方法基于pix2pix谐波状态估计网络拟合监测节点与目标节点间的耦合关系,利用采集的历史谐波数据,对模型进行批量训练,通过训练之后的生成网络估算目标节点谐波电流、谐波电压幅值,实现基于数据驱动的谐波状态估计。在加噪环境下对模型进行测试,仿真结果验证了所提方法的有效性。     

基于流式计算的暂态电压扰动并行实时监测技术

暂态电压扰动模式识别面临两个挑战,一是局限于单一监测点的扰动识别不能准确解释复杂扰动的完整过程,另一是离线分析很难满足辅助决策实时性的要求。提出基于Storm流式计算框架,结合logstash和Kafka消息中间件,构建面向多监测点的实时数据监测处理平台。采用滑动时间窗口算法,实现Storm编程逻辑拓扑。通过设置基本时间窗口大小和数量,实现面向区域电网的多时空尺度、多业务模型的暂态电压扰动模式识别。实验结果表明,合理设置Storm组件的任务数目能够最大限度发挥并行处理能力。通过仿真数据测试得到的吞吐量和平均处理延迟结果,能够满足电网对流数据实时处理的高吞吐量、可扩展性、实时性和准确性的要求。     

基于生成对抗网络的小样本数据生成技术研究

基于数据驱动的深度学习技术成为新一代智能电网的应用趋势,该技术对电网中有标注训练数据的量级提出更高的要求。为了获取更多有标注的智能电网样本数据,文章提出了一种基于改进的生成对抗网络（generative adversarial network,GAN）的训练样本生成算法。该方法通过交替训练改进GAN的生成模型与判别模型,无需先验知识的指导,自主学习原始样本的分布规律,生成新的数据样本。然后采用人工神经网络作为基础分类器,计算样本分类的准确率,检验生成样本的有效性。实验表明,改进GAN模型可以有效学习样本的分布规律,提升谐波分类的准确率,该方法同时具有良好的抗噪性和泛化性,对深度学习技术在智能电网中的深入发展具有重要意义。     

基于ASP.NET 2.0 AJAX的Web信息采集系统的设计与实现

本文首先使用客户端进行数据初步抓取,然后利用AJAX使数据在客户端和服务器之间异步传输,实现了ASP.NET 2.0 AJAX在WEB信息采集系统中的应用,这样既可以减轻服务器的计算负担,又可以节省服务器的网络带宽,最后实现个性化数据采集的定制和采集功能。     

基于生成对抗和双重语义感知的配电网量测数据缺失重构

传统的数据缺失重构技术大多依赖数理统计方法和先验知识结合机理分析构建数学模型,但是配电网量测数据具有高维、时变、非线性特征,复杂度高、表征难度大,难以保证高精度重构。文中提出一种利用无监督生成对抗训练方式自主提取数据特征并结合双重语义感知重构约束实现数据缺失重构的方法。其中,基于二维卷积的重构模型和量测数据二维灰度图像化训练增强了模型泛化能力和稳定性。该方法无需先验知识的分布假设与显式物理建模,在保证数据特征提取最大化的同时,有效提高了重构数据的精确性。最后,利用实测数据验证了该方法在重构缺失数据上的有效性。     

电压暂降事件的频繁模式挖掘与知识推理分析

电能质量在线监测系统积累了大量电压暂降事件数据。海量数据中蕴含着项间的关联关系,通过关联规则,可以预测事件发生的规律。文章设计了一种将复杂暂降数据库中暂降事件特征维度数据等价转换为一维数组的方法,通过对暂降数据库进行一次扫描,实现特征维度数据的全面提取,基于该数组进行多维频繁模式挖掘,大大提高了算法的效率。利用生成的关联规则库,融合知识推理技术,计算预测数据与规则数据之间的相似度,实现电压暂降预测。文章提出的方法适合事件型数据的挖掘与预测。     

多维数据库OLAP技术在出租车决策支持系统中的应用

本文介绍了OLAP多维分析技术和OLAP多维分析工具TM1,阐述了多维数据分析技术在北京市出租车决策支持系统中的应用。     

电力企业Intranet组网技术分析

针对电力企业信息网络系统建设的特点以及Ｉｎｔｒａｎｅｔ 的技术特点，分析局域网、广域网、城域网以及千兆以太网和ＡＴＭ 的技术特征，认为应根据不同性质的网络特点，选择相应技术进行组网。     

数据交换技术的研究

本文首先介绍了几种常见的数据交换技术,并分析了各自的优缺点,在此基础上,提出了XML数据交换技术,并说明了XML数据交换技术的优势,以及此技术的格式规范。