【摘 要】
：
针对传统的配网设备巡检方法存在数据吞吐量差、采集信息结果不精准的问题,提出DTU网口通信的配网设备自动化巡检方法.利用DTU网口通信,连接配网设备和自动化巡检装置,对设备运行状态信息进行采集;计算信号信噪比,过滤干扰数据,对采集信息进行存储读取;挖掘能够代表设备运行状态的评价指标,当整体参数超过临界值时,进行停电监测处理,实现巡检.选取存在故障的配电变压器,改变信噪比、发射端距离及门限值等参数,记录巡检过程的信号吞吐量.结果 表明,该方法提高了信号吞吐量和自动化巡检的通信功能.
【机 构】
：
国网浙江嘉善县供电有限公司,浙江嘉兴314199;浙江创伟电力工程有限公司,浙江嘉兴314000
论文部分内容阅读
针对传统的配网设备巡检方法存在数据吞吐量差、采集信息结果不精准的问题,提出DTU网口通信的配网设备自动化巡检方法.利用DTU网口通信,连接配网设备和自动化巡检装置,对设备运行状态信息进行采集;计算信号信噪比,过滤干扰数据,对采集信息进行存储读取;挖掘能够代表设备运行状态的评价指标,当整体参数超过临界值时,进行停电监测处理,实现巡检.选取存在故障的配电变压器,改变信噪比、发射端距离及门限值等参数,记录巡检过程的信号吞吐量.结果 表明,该方法提高了信号吞吐量和自动化巡检的通信功能.
其他文献
针对电力系统运行过程中配电机组配电时段偏差,导致配电网安全性能下降的问题,提出基于动态时序优化的配电网调度方法.采集实测数据与后续各时段估算数据,根据动态时序递进,确定配电网中不同调度单元剩余时段的调度策略,以能耗提升成本最低和调度量最高为优化目标,优化偏差参数,利用拉格朗日对偶性,转化对偶问题,求解配电网实时调度模型.仿真分析表明:所提方法能够有效提高配电网性能和消纳风电能力,进一步优化配电网调度成本.
针对当前能源互联网环境下的网源协调能力差、网源利用率低的问题,对网源协调关键技术进行了研究.首先设计出一套新型网源协调方案架构,该架构包括电力供需平衡模块、数据传输模块和能源利用模块,实现能源监控、数据管理和应用的一体化功能.通过构建经济函数、安全函数和质量函数实现了最佳化网配配置,提高了网源协调能力,通过区块链技术实现了能源数据的存储.试验表明,所提系统的协调能力强,网络资源利用率高.
针对计算机自适应语言测试系统(CALT)应用在语言测试领域效果并不理想的现状,在英语题库的基础上研究了一个计算机自适应英语测试系统,并采用“评估使用论证”(Assessment Use Ar-gument,简称AUA)对该测试系统进行效率分析.该方法用于评估CALT的程序,并在AUA框架内检验了CALT的有效性问题.针对CALT运行效度验证问题,采用了数据分析方法SPSS对系统进行配对T检验,并进行验证性因素分析,展开多群组SEM模型的分析,对CALT进行了较为系统的效度验证.该方法在计算机语言测试领域,
虽然区块链技术发展迅速,但是现有的区块链共识机制安全性较低、资源消耗较大,设计新共识机制就尤为重要,为此通过改进共识机制来实现区块链的数据共享和追溯.首先利用信用模型改进PoW算法,然后在此基础上提出基于门限密码方案的TCCM共识算法,最后将其加入区块链中构建出一种新的数据共享和追溯方案.结果 显示,CPoW算法随机性得到提高,TCCM的计算量在1W以上,并且资源消耗较低,可提高数据共享的安全性,实现数据的追溯.说明基于区块链数据共享技术的可追溯方案具有可行性,能够为大数据共享与数据流转检测提供新的技术思
结合智能监控系统的多功能检测特征和实时跟踪优势,研究设计出融合音频和视频的配电室智能监控技术,即通过构建高斯混合模型(GMM),研究了特征参数与混合阶数对于异常检测的识别率影响,同时基于Mel频率倒谱系数(MFCC)评估方法,分析了MFCC系数对于时间复杂度的影响.研究表明,混合阶数为32时,时间复杂度最低,且平均识别率达到85％以上.融合音频和视频的配电室智能监控技术,既实现了音频与视频多功能异常检测,又摆脱了传统视频异常检测的单向性与盲区性,继而提升了对于配电室安全检测的综合判断.
为了防止输电线路杆塔遭受泥石流冲击的影响,以合成孔径雷达对泥石流易发地区的卫星图像为基础,利用Lee滤波来减弱亮度值的波动和散斑噪声,更准确地提取和识别特征信息,运用Ot-su阈值分割方法形成二值图像,将杆塔到山顶的最短距离、搜索区域内泥石流比和塔基与山顶的高程作为评价杆塔危险程度的指标,设计了基于塔中心距离和塔基网格距离与泥石流最短距离的快速搜索识别算法.经过案例分析,得出所提出的故障识别算法能够识别输电杆塔距离的精度较高,验证了故障识别算法的可行性和有效性.
为了提升人力资源系统对人才的筛选能力,提高人才标签识别精度,提出基于大数据挖掘与用户画像技术的人才标签生成方法.建立人才标签大数据统计分析模型,设计符合人才资源管理的基础标签赋值体系和聚合规则.结合专家模型和机器学习方法,得到关联规则聚类函数,分析人才标签的关联属性特征分量,实现对人才标签识别和大数据融合聚类分析,进一步实现人才标签生成优化设计.仿真表明,采用所提方法进行人才标签设计的聚类性较好,对用户画像的特征辨识能力较强,勾勒识别各类典型人群的准确度较高.
为了提升风险导向的预测精度与公立医院的风险控制效果,研究公立医院运营信息化风险导向预测方法.构建风险导向预测拓扑网络结构,以此结构中的一级与二级风险导向指标分别作为贝叶斯网络的中间节点与根节点,梳理统计降噪后的监测数据,获取到根节点的先验概率分布及中间节点和叶节点的条件概率分布,将其输入到贝叶斯网络内,并实时更新贝叶斯网络动态,实现公立医院运营信息化风险导向预测.结果 表明,该方法可预测出公立医院运营信息化风险导向处于非常严重状态时可能性及敏感性最高的致险因素,且预测结果精准可靠.
由于电力设备运行容易受多种环境因素的影响,运行状态难以评估,提出利用泛在电力物联网技术构建一种智能电力设备运行状态评价体系架构,该体系架构包括数据感测层、数据传递层、数据计算层和数据应用层,实现了数据的感知、监测、计算和应用.设计一种多参数多模型评价模型,通过对电力设备采集到的数据信息进行处理,将采集到的宏观数据信息转换为数字归一化处理实现了数据的转换,通过设置四个等级实现电力设备运行状态不同程度的评价.试验表明,该研究方法误差低、耗时短.
光伏发电系统输出功率的不确定性,对电网安全稳定运行具有重大影响.提出了一种基于PSO-BP神经网络的光伏发电功率预测方法.首先,通过FCM聚类筛选相似样本日,提高了数据分类的准确性;利用KNN方法填充缺失数据,提升样本数据质量.然后,针对BP神经网络预测模型收敛速度慢、易陷入局部最优问题,采用PSO优化预测模型初始参数.实际光伏发电系统功率预测实验表明,该方法能够有效预测各气象条件下的光伏发电功率,且精度较高.