【摘 要】
：
电网一次设备历史缺陷信息同类型区分表象混乱,导致风险评估指标ROC偏离比过高,因此,研究基于深度学习的电网一次设备风险智能评估方法。根据设备风险影响因素的特点和变化情况,基于深度学习,收集电网一次设备历史缺陷信息,并按照类别、类型、表象合理区分同类型的缺陷信息,分析状态构成权重的劣化程度,扣除电网一次设备的运行状态量,提取设备风险评估关联特征,构建电网一次设备风险深度学习评估模型,利用分解完成的趋势循环项和电网一次设备的风险趋势项,完成电网一次设备的风险智能评估。实例测试结果表明:该方法的风险评估指标RO
【机 构】
：
贵州电网有限责任公司电力科学研究院
论文部分内容阅读
电网一次设备历史缺陷信息同类型区分表象混乱,导致风险评估指标ROC偏离比过高,因此,研究基于深度学习的电网一次设备风险智能评估方法。根据设备风险影响因素的特点和变化情况,基于深度学习,收集电网一次设备历史缺陷信息,并按照类别、类型、表象合理区分同类型的缺陷信息,分析状态构成权重的劣化程度,扣除电网一次设备的运行状态量,提取设备风险评估关联特征,构建电网一次设备风险深度学习评估模型,利用分解完成的趋势循环项和电网一次设备的风险趋势项,完成电网一次设备的风险智能评估。实例测试结果表明:该方法的风险评估指标RO
其他文献
以攀枝花钢渣微粉为研究对象,分析研究了用其取代或部分取代粉煤灰作为混凝土掺和料的可行性和经济效益,并按50％、75％、100％的取代率取代粉煤灰配制强度等级为C30、C40的高钛重矿渣混凝土,测定其拌合物工作性能及28、192 d抗压强度,并与不掺钢渣微粉的全粉煤灰高钛重矿渣混凝土对比分析.结果 表明:钢渣微粉达到用于混凝土掺合料的相关指标要求,可作为掺合料应用到高钛重矿渣混凝土中且具有良好的经济效益;按实际生产用高钛重矿渣混凝土配合比设计强度为C30时,各取代率下高钛重矿渣混凝土拌合物工作性能良好且强度
摘要：目的： 构建RP-HPLC法同时对血清镇静药物阿普唑仑和艾司唑仑含量进行快速检测。方法： 采用Techsphere-ODS色谱柱作为分析柱，甲醇：水（65：35）作为流动相，流速1.0mL/min，内标为硝西泮，检测波长为254nm，柱温室温。结果：艾司唑仑和阿普唑仑血浓线性范围0.25-3.0μg/mL，其中，最小检测浓度分别为12.5μg/L、12.5μg/L。日内、日间精密度良好，回收
使用室内加速腐蚀试验、XRD分析、电化学方法等测试方法研究了AYNH 420、SQNH 420两种耐候钢的腐蚀行为.使用失重测试的方法确定了两种试验钢的腐蚀速率,研究了试验钢的腐蚀动力学;通过对耐候钢锈层微观形貌、结构的表征,确定了两种钢锈层的成分和结构;并使用动电位极化曲线和交流阻抗谱的方法对耐候钢的腐蚀机制进行了探索.结果 表明:同等条件下,SQNH 420的腐蚀速率低于AYNH 420;耐候钢的主要锈层产物是Fe3O4、α-FeOOH、β-FeOOH和γ-FeOOH等.锈层的组织结构分为内外两层,能
为了明确含有Si和Cr耐候钢Q235NH的高温氧化行为,对耐候钢Q235NH在700～1200℃进行氧化试验,采用光学显微镜(OM)、扫描电子显微镜(SEM)和能谱仪(EDS)以及X射线衍射仪(XRD)等手段对氧化铁皮成分进行分析,结合氧化动力学曲线,分析了其氧化结构演变过程.试验结果表明:Q235NH氧化铁皮的生成符合抛物线规律,其激活能为146 kJ/mol.氧化铁皮结构包括最外层较薄的Fe2O3和FesO4层,中间层为较厚的FeO和块状先共析Fe3O4组成.此外,当加热温度小于1100℃时,在氧化铁
以预硬化塑料模具钢NAK80和S136为研究对象,对比研究了两者的显微硬度、金相组织以及不同载荷下的摩擦磨损行为.结果 表明:NAK80钢金相组织为板条状马氏体和粒状贝氏体,S136钢的金相组织为铁素体基体和细小碳化物,显微硬度(HV)分别为405.01士10.63和354.21士6.14.NAK80和S136钢的摩擦系数均随着载荷的增加而降低,在60 N时,两者都达到各自最低的摩擦系数(0.34和0.37),当载荷增加至80N,摩擦系数反而上升.整体而言,S136的摩擦系数高于NAK80.不同载荷条件下
以实验室冶炼的不同钛含量的无取向电工钢为原材料,采用退火炉、透射电镜、金相组织观察和磁性能测试等手段就钛含量对无取向电工钢组织和性能的影响进行了研究.结果 表明:试样的晶粒尺寸随其钛含量增加而减小,当钛含量小于0.015％时,试样的晶粒组织呈等轴状,均匀性较高,其中的钛以碳氮化物形式析出,且钉扎于组织的晶界处;随着钛含量提高至0.015％以上,其组织中的晶粒形变明显,钛以铁-钛磷化物形式析出于晶内和晶界上.添加微量的钛(≤0.015％)可改善电工钢的磁感应强度和铁损,铁损W15/50约4.6～5.2 W/
为了解决网络安全设备告警中误报率高的问题,有效提升电力网络安全的主动防御能力,本文提出了一种基于XGBoost的网络安全设备告警误报检测模型。首先,模型对海量多源异构性网络设备日志数据按照标准化格式进行数据融合,并采取数据去重、缺失值处理等数据预处理操作,提高数据质量;其次,基于对网络安全设备告警的先验知识,从攻击时间、IP地址、端口等原始数据特征中构造、提取、选择告警误报检测相关特征;最后,基于XGBoost算法训练模型并进行模型融合,实现对告警误报的准确分类识别。实证表明,本文提出的基于XGBoost
摘要：目的： 探究复发性口腔溃疡采取中西医结合治疗的临床效果。方法： 将2011年2月～2014年2月本院80例复发性口腔溃疡患者作为研究对象，按随机数字表法分为两组，对照组40例单用西医治疗，观察组40例采取中西医结合治疗，对两组患者临床治疗效果及复发情况进行对比评估。结果： 观察组与对照组治疗总有效率分别为97.50%、77.50%，观察组治疗总有效率与对照组相比显著要高，两组数据存在明显差异
针对传统电力大数据异常值检测算法所存在的漏报率高、误报率高、互信息量小、准确率低的问题,提出了一种针对电力大数据融合与异常检测的改进方法,该方法通过深度受限玻尔兹曼机将异构数据统一嵌入到向量空间,而后再结合向量空间内数据来构建正常行为画像,如果新数据与正常行为画像的偏离值超过了一定阈值,那么就可判定为异常状态。将本文算法与其他7种常用算法的异常检测效果进行对比,结果表明:本文算法采用Dee-plearning4j来剖析嵌入式向量数据,进而获取数据画像,其他7种常用算法通过Spark自带算法来获取数据画像,
为了解决目前利用图像识别技术检测电力线搭挂异物所存在的鲁棒性低、准确性低、缺少精确空间定位信息等问题,提出一种基于激光点云数据的电力线搭挂异物检测及精准定位方法。首先,从正常未搭挂异物电力线点云线性特征和平滑性特征着手,分析电力线异物在激光点云数据中空间特性;然后,提取电力线点云水平和垂直方向三维模型残差,通过无监督残差聚类实现单根电力线分割;之后,对提取的单根电力线网格化,根据异物处网格突变的空