配电网故障及其控制措施研究

从配电网的结构以及内、外过电压水平和运行维护等方面对配电网故障进行了系统的研究.配电网内部过电压发生的几率较高,遭雷击的概率大、而其防雷措施薄弱,特别是缺少直击雷的保护措施.内部过电压和雷电过电压的共同作用对配电网的安全运行构成了很大的威胁.此外,恶劣的运行环境、不当的运行维护也是配电网故障频发的主要原因.提出了降低配电网故障的措施,如加强配电网的防雷保护,使用自动跟踪补偿消弧装置对铁磁谐振过电压和弧光接地过电压进行治理,降低配电网的故障建弧率,加强配电网的运行维护和设备管理等.     

220kV变压器运维检修成本的灰色关联分析模型及计算

针对电力系统220 kV变压器运行现状以及缺陷故障检修数据,引入全寿命周期成本管理理念,对变压器的运维检修阶段进行分析与预测,并建立详细的数学模型.在满足变压器可靠性的前提下,充分考虑设备运行维护期间的人工成本、消除缺陷成本及检修成本等不确定因素,引入灰色系统理论及灰色关联分析,预测出变压器寿命周期中各故障的比例,结合...     

关联规则在电厂设备检修中的应用

设备运行和检修的高效性是电厂安全生产的保障．电厂设备检修状态分析对设备的安全运行具有重要意义．电厂设备检修过程中产生了大量的数据,通过对电厂企业资产管理系统中的历史工单数据进行分析,运用关联规则方法,寻求设备类型与设备故障以及纠正措施之间的联系,为电厂设备检修工作提供决策支持．     

基于α-DDTW算法与功率波形相似度的馈线OP互联匹配

OP互联是指供电企业内部对电力调度系统（OMS）及设备（资产）运维精益管理系统（PMS）中维护的台账数据进行有效关联。针对中压配电网10 kV馈线OP互联流程复杂、效率低下,且缺乏有效校验机制等问题,提出了一种基于配电网多源量测数据与系统台账信息的馈线OP数据校核与匹配方法。首先,从OMS和PMS中提取功率、设备参数等信息,并对台账及功率进行预处理,形成功率时间序列矩阵;然后,基于α-DDTW距离评估两侧馈线功率波形近似度,实现馈线OP数据的校核与关联匹配;最后,对华东某市电力公司的系统数据进行算例分析,验证了所提方法的有效性与实际工程应用价值。     

TRISCAN-IA:一种间接关联挖掘的快速算法

间接关联是数据挖掘领域中一种数据项之间的关联关系,为了有效地应用于市场营销、智能数据分析、web日志分析等领域,给出了一个基于频繁项目对支持矩阵直接生成频繁项目对之间候选间接关联的挖掘算法(TRISCAN-IA)。该算法只需要3次扫描数据集即可找出所有的间接关联,从而提高了算法的运行效率、在一个web log的真实数据集上进行了试验,与现有算法的比较表明,该算法具有更好的性能。     

基于TDRI的多视图关联DNS流量可视分析

针对现有DNS流量分析方法受大规模网络中大数据量限制的问题,及可视分析方法还未应用到DNS流量分析中的现状,提出了一种TDRI(trend to domain and request information)DNS流量分析模型,并采用DNS流量分析模型和网络安全及大数据可视分析方法相结合的方式,设计并实现了基于TDRI DNS流量分析模型的多视图关联DNS流量可视分析系统。首先,对复杂大规模真实网络中长期、大量DNS流量数据进行观测和描述性分析。然后,从DNS服务中域名请求者、域名及域名访问3个基本要素的角度抽象并提出一种包含DNS流量特征值时序变化趋势、请求域名及域名访问情况的DNS流量分析模型。最后,以提出的DNS流量分析模型为指导,设计了包括数据选择和关联交互视图的DNS流量可视分析系统,支撑问题分析为驱动的DNS流量数据分析过程。将基于TDRI的多视图关联DNS流量可视分析系统应用于校园网真实环境,帮助分析者从DNS流量中发现了网络中的恶意访问行为以及针对DNS的恶意行为。实验结果表明,本文提出的分析方法可提高大规模网络环境下DNS流量分析效率,分析出DNS流量中表现出的恶意行为,为DNS安全稳定运行提供了保障。     

基于Apache Spark的配电网大数据预处理技术研究

随着配电网采集的数据规模日益增大,如何高效地预处理配电网数据成为目前配电网数据分析面临的重要问题之一.考虑到配电网大数据的复杂性,提出了基于Apache Spark 的大规模数据并行预处理的方法.首先,为了更有效地处理配电网大数据,以Spark为计算引擎搭建了大数据并行计算平台;接着,分析了目前配电网大数据面临的一些普...     

基于大数据的配电网工程造价管理平台设计

在噪声工程造价数据的影响下,现有管理平台工程造价数据不互通,导致平台在实际运行时存在时延.针对该问题,设计基于大数据的配电网工程造价管理平台.根据配电网结构采集工程造价大数据,采用B/S架构作为基础结构,结合J2EE框架内协议,在含有Flash Player的浏览器中运行程序,搭建管理平台的架构,划分工程造价数据为不同...     

PDMiner平台的主动配电网安全监测系统

主动配电网系统结构复杂、DG渗透率高、负荷波动大、控制要求严格,运行数据信息呈现出大量、高速、多样和价值的特点。针对主动配电网大数据处理的问题,依据云计算理论,采用数据挖掘技术和分布并行计算方式,建立了一套PDMiner大数据挖掘平台的主动配电网安全监测系统模型。分别研究了系统对历史数据和实时故障数据的处理。研究表明该系统通过对历史数据的处理可进行风险区域划分、制定规划方案、运行状态评价,通过对故障数据的处理可进行故障分析与处理,并为配电网安全改造提供依据。通过仿真算例验证了该系统的工作效果。     

灰关联分析法在数据融合的应用

数据融合是电子对抗中关键技术之一。灰关联分析法是分析灰色系统的基本方法。本分析了关联分析法特点和具体算法,介绍灰关联分析法在数据融合的应用,目前应用于工程实践中。     

利用神经网络扩充数控机床可靠性数据

针对数控机床可靠性研究过程中可靠性数据收集周期长、费用较高的问题,提出了基于人工神经网络理论和算法的数控机床可靠性数据扩充方法。在对收集的少量可靠性数据进行初步分析的基础上,对人工神经网络网络进行训练,并应用训练后的神经网络对原始可靠性数据进行扩充。扩充后的可靠性数据与原始可靠性数据具有相同的失效分布规律。对扩充后的可靠性数据通过应用最小二乘法和K-S检验法进行分析,可以确定数控机床可靠性数据分布模型。以9台某型号数控车床3个月的可靠性数据为例证明该方法能够在可靠性数据较少的情况下实现对数控机床可靠性数据分布模型的确定,同时分布模型的拟合更加准确。     

一种P2P分布式系统高可靠数据恢复模型

交叉存储和并行传输给出的数据失效模型,虽然达到了可靠存储、快速数据恢复的目标,但是其假定了下载速度随着并行传输数的增加呈现线性增长,其约束过于理想.提出一种基于并行传输策略、泊松分布理论和数据交换中心机制的数据恢复模型,模型引入非线性速度和函数,取消了对物理网络并行传输速度的假定与约束.从理论上分析了各种参数对数据恢复模型性能的影响.实验结果与理论分析一致,模型在使用了与双副本相同存储空间和网络流量影响一致的前提下,有效地降低了数据的失效概率.     

入侵检测系统在电力信息网络中的应用

针对电力系统网络的特点,分析了电力系统网络安全的重要性,将基于数据挖掘技术的入侵检测系统应用到电力系统的安全体系中.通过将数据挖掘技术和入侵检测技术相结合,建立了基于数据挖掘的入侵检测系统的模型,利用关联分析算法生成规则,实现了入侵检测模型在电力系统网络中的应用.     

基于Zigbee的数据采集系统设计

针对数据信息采集问题,设计实现一种基于ZigBee协议的无线信息采集网络。以CC2430芯片作为节点主控制器,介绍系统硬件和软件设计过程,以及远程数据采集的实现过程。系统具有布点方便、终端节点耗电少、网络节点多等特点。     

基于Apriori算法的网络拓扑辨识方法

提出了利用数据挖掘技术,对SCADA系统所保存的大量历史遥测及遥信数据进行关联挖掘,得到各开关状态的变化与哪些量有关,从而根据此关系辨识出正确的开关状态.提出了一种基于Apriori算法的网络拓扑辨识方法,该算法利用了一个层次顺序搜索的循环方法来完成产生关联规则所必需的频繁项集的挖掘工作.文末利用一个实际配网系统的算例来证明了本文方法的有效性.     

Method for data recovery in the sensor network based on the joint graph model

In order to ensure that the sensor network data are reliable, and that the efficiency of data processing is not reduced due to the lack of network data, a method for data recovery in the sensor network based on the joint graph model is proposed. First, this paper establishes a joint graph domain model based on the smoothness of network data in the time-domain and spatial-domain, and then an iterative recovery method is proposed to recover the network data, which is based on the association characteristics of network data in the joint graph domain model. Experimental simulation shows that compared with the recovery method based on graph total variation minimization in the graph signal model, the method of data recovery based on the joint graph model improves not only by about thirty percent of the data recovery accuracy, but also by about eighty percent of the iteration efficiency.     

挖掘电信告警关联模式方法

关联模式挖掘算法通常受到最小支持度的限制,仅能得到频繁告警序列间的关联模式,针对这一问题,基于图论思想提出了一种挖掘电信网络告警间关联模式的方法.首先在单遍扫描数据库的条件下挖掘网络中的二项关联模式,然后直接发现其最大关联模式,从而避免大量中间项集的产生. 基于实际网络告警数据的实验结果表明,该方法不仅具有较高的效率,而且有效.     

基于深度学习的不均衡网络数据分类技术研究

在现实网络环境中,数据分布不均衡是普遍现象,也是研究的热点问题.利用传统机器学习算法解决该问题的研究成果较多,综述性研究也较丰富.但当前从深度学习的角度探讨数据不均衡问题已成为新趋势.对此,综述了基于深度学习方法的研究成果.通过对数据不均衡问题进行深入分析,从数据预处理、分类器设计及改进两大方面梳理相关技术路线,包括传...     

基于无监督学习的P2P流量识别

该文以应用层流量分类为重点,分析了流量分类中的一些关键问题;为了适应现代网络管理,实现对应用层流量的实时监控,针对现有方法存在的问题,提出了一种分层次的应用层流量识别方法.为了具有对新应用的发现能力,结合基于深层包检测和基于数据流特征的方法,并同时使用基于无监督学习技术,发现P2P等新的网络应用.通过对校园网流量的跟踪...     

一种高性能数据融合算法在无线传感器网络中的应用

无线传感器网络对信息的安全性和可靠性比较敏感,在数据融合过程中易受到节点生存期短和数据被伪造或篡改等方面的威胁,为了提高融合结果的真实性与可靠性,本文提出一种针对网络路由和节点的优化改进策略,路由方面应用流量分布加权算法最大化网络的生命周期;节点方面,应用BP神经网络算法融合簇头节点和基站的数据,最后采用信誉度评价机制对网络的整体性能进行分析。实验表明,改进后的融合方法可靠性提高,较大程度减少了数据的冗余度、降低了能量的消耗,提高了整个网络的性能。