【摘 要】
：
针对多源数据融合在电力系统智能运维中的应用,文中构建了包括油色谱指标、油化试验指标与电气试验指标在内,共3个方面的多源数据体系分析Dempster-Shafer(DS)证据理论在多源数据融合决策中的应用原理,并设计了深度学习网络(DLN)模型及其训练方法,进一步提出了基于DLN-DS的电力变压器故障诊断算法。以某省电网变压器检修数据为例进行了仿真分析,测试结果表明,通过DS证据理论实现多源数据的融合可以使得故障诊断决策更加直观、明显,且同时提高了故障诊断准确率。DLN算法相比于BP神经网络(BPNN)与支
【基金项目】
：
广东电网有限责任公司建设项目(0002200000041551)。
论文部分内容阅读
针对多源数据融合在电力系统智能运维中的应用,文中构建了包括油色谱指标、油化试验指标与电气试验指标在内,共3个方面的多源数据体系分析Dempster-Shafer(DS)证据理论在多源数据融合决策中的应用原理,并设计了深度学习网络(DLN)模型及其训练方法,进一步提出了基于DLN-DS的电力变压器故障诊断算法。以某省电网变压器检修数据为例进行了仿真分析,测试结果表明,通过DS证据理论实现多源数据的融合可以使得故障诊断决策更加直观、明显,且同时提高了故障诊断准确率。DLN算法相比于BP神经网络(BPNN)与支
其他文献
针对医疗数据的智能化识别与分析需求,文中对医疗财务大数据挖掘的相关方法进行了研究.通过引入深度学习中的深度置信网络(DBN),结合Autoencoder自编码网络构建了数据处理系
准确分析区域经济的各项大数据,具有重要的研究价值.为此,文中使用深度学习与云安全技术建立了区域大数据分析系统.为保证各类经济数据共享的安全性,该系统针对常见终端的智
电力调度系统存在时空故障样本数据,导致电力调度系统中异常数据溢出控制能力较差、监测预警精度较低,为此提出基于异常数据溢出的电力调度系统监测预警方法.通过采集电力调
卫星电源分系统是卫星的能源心脏,对其体积、重量与性能的要求越来越严格.为提高卫星性能,增加有效载荷,电源分系统的性能比和性能价格比等指标亟待提升,但现有的变换器还不
基于深度学习在提高网络控制和管理过程的自主能力和智能水平方面发挥的重要作用,为进一步优化网络路由路径,文中通过结合运用深度学习和TensorFlow平台的方法完成具体的搭建以及训练过程,通过NS3网络仿真的使用完成最优路径的寻找,完成了深度卷积网络及网络智能路由路径优化选择方案的构建,针对网络的平均时延、信令开销、整体吞吐量的性能进行仿真,验证了该路由方法的有效性。
针对大数据背景下电力企业数据的复杂性、数据量大的问题,提出了基于搜索引擎的电力调度知识管理系统的设计。对知识搜索引擎的工作原理进行分析,提出向量空间检索算法,实现电力调度知识管理系统的设计。使用稳定、成熟且可靠的开源搜索引擎平台自动收集外部指定网站、内部专业文件系统等,从而提供方便的搜索服务,使用户能够轻松地得到需要的专业信息。利用系统对电力调度专业知识进行提炼,通过用户的实际需求实现多样化展现。通过实际分析,系统具备咨询搜索、集成、知识分类等功能,还能够使信息资源可用性得到提高。
针对光伏发电并网系统输出电压较低的问题,提出了一种两级式单相升压光伏逆变器.该逆变器将Boost电路与双Buck逆变电路相结合,得到了升压式光伏逆变器,有效解决了光伏发电所
为提升能源系统短期负荷预测精度,解决需求响应给能源系统带来的全新挑战,提出基于深度学习的能源系统需求响应短期负荷预测方法。构建栈式自编码神经网络SAE-NN深度学习模型,考虑能源系统的需求响应,并对其数据进行调整,得到用户预期收益和舒适度是影响短期负荷变化的两项重要因素。在构建的SAE-NN深度学习模型中进行样本训练,提取深层特征。利用逻辑回归(LR)模型预测能源系统的短期负荷,提升模型预测精度。仿真结果表明,所提方法的短期负荷预测结果与实际负荷基本一致,测得的相对误差为0.61%,平均绝对误差为1.88
为解决小电流接地定位终端误报、漏报故障信号和错报故障信息的问题,提出了一种基于故障反演阵的配电网接地定位终端数据质量评价方法.建立了接地终端数据质量评价数据模型,
为了能够充分发挥数据信息优势,满足多用户逐渐深化的应用需求.在电力行业实现信息化供电过程中,经过对异构数据源内的数据透明访问业务需求进行分析,提出了基于搜索引擎建立