【摘 要】
：
针对传统电力信息化监控平台的智能评价模型存在评价误差较大、效率较低的问题,提出并设计了电力信息化监控平台智能评价模型.采用神经网络对电力信息化监控平台数据进行处理
【机 构】
：
广东电网有限责任公司信息中心,广州510080;广东电科院能源技术有限公司,广州510080
论文部分内容阅读
针对传统电力信息化监控平台的智能评价模型存在评价误差较大、效率较低的问题,提出并设计了电力信息化监控平台智能评价模型.采用神经网络对电力信息化监控平台数据进行处理,得到电力信息化监控平台数据特征,以得到的数据特征为依据,对电力信息化监控平台智能评价网络进行构建,将电力信息化监控平台智能评价网络作为模型的分类器,通过深度学习获取电力信息化监控平台智能评价网络的阈值与初始权值,以此为基础,实现对电力信息化监控平台的智能评价.仿真结果表明,建立的电力信息化监控平台智能评价模型可以降低评价误差,且具有较高的评价效率.
其他文献
现有的电力巡检机器人自动化控制系统,存在着漏检率高的缺陷,为了解决上述问题,提出基于嵌入式Linux的电力巡检机器人自动化控制系统设计研究.电力巡检机器人自动化控制系统
提高发电设备监测大数据存储优化与并行的能力可以减少并行连接查询的执行时间,为了提高发电设备监测大数据存储优化与并行效率,设计了一种发电设备监测大数据存储优化与并行处理方法。首先采用哈希存储算法对发电设备监测大数据存储优化,然后对数据过滤处理,根据连接查询需求,设定连接组建,并对监测数据中的各数据源的每条记录进行标记,以此完成发电设备监测大数据的存储与并行处理。实验结果表明,在不同并行的查询请求下,
传统高压变电站变压器的局部放电自动定位方法定位结果不准确,存在误差.为了解决上述问题,研究了一种新的高压变电站变压器的局部放电自动定位方法,对高压变电站变压器的局部