电网多源大数据融合方法的研究与应用

随着智能电网的发展,电力系统已经进入了大数据时代,对电网冗余数据进行合理融合以适应电网现有的物理硬件和控制需求十分必要。文中首先介绍了电网大数据的基本特性,基于多源数据融合的原理以及信息融合层次,对数据融合的总体框架进行设计;接着,提出了一种基于映射的数据融合方法,实现对来自不同数据源的同一对象数据的融合;最后,以变电站为例,来分析来自不同数据源的变电站设备参数及运行数据融合的具体过程,并以此检验数据融合理论的实用性。结果证明所提数据融合方法能有效降低数据冗余度,数据融合处理结果具有综合性和规范性。     

智能电网大数据处理技术现状与挑战

我国经济社会发展和城市化建设的进步,对智能电网大数据处理水平提出了更高的要求。目前,我国智能电网大数据主要来自于电网建设,设备监测以及电力企业运行等多个方面,大数据处理技术存在一定的复杂性。智能电网大数据处理技术面临着一定的挑战,即数据传输与处理,数据处理的可视化分析性和时效性,以及异构数据源信息处理技术等,应当对其进行适当的改进与完善。     

智能电网通信安全多维数据聚合方法研究

文章针对当前聚合方法聚合时间成本高、聚合过程中数据泄露量大,影响智能电网通信运行效率和安全性的问题,提出智能电网通信安全多维数据聚合方法。将智能电表中的数据汇总,生成智能电网通信多维数据。将同态加密与椭圆曲线密码加密相结合,进行智能电网通信多维数据安全加密。对加密后的多维数据聚合,实现分析响应。通过实例证明,所提方法在实际应用中聚合时间成本有效降低,能够有效控制在聚合中数据的泄露,提高智能电网运行效率和安全性。     

基于大数据分析的电网企业跨专业多源数据挖掘

为了改善电网企业跨专业多源数据挖掘能力，从数据采集、数据融合能力和数据挖掘能力方面分别对电网企业跨专业多源数据进行分析。在进行数据融合时，设计的硬件结构包括ARM处理器，通过A/D转换实现多维数据信息的转换，将数据信息从模拟数据量转换为数字信息量，并构建多源数据挖掘函数，从数据采集、数据降维、数据分类、数据挖掘等一些列动作中获取电网企业跨专业多源数据之间的联系，提高了电力整体数据信息的把控能力。通过试验，证明方法的数据融合和分析能力较强。     

数据融合技术在电网规划中的应用

阐述数据融合技术与智能电网的特点，电网规划与数据融合，数据融合技术在电网规划中的应用，包括科学融合各数据源的相同对象数据、智能电网实体构架的检测、科学配置资源、新能源发电并接入电网，科学制定有针对性的解决方案。     

配置Windows集成身份验证系统

SQL Server Reporting Services是基于服务器的报表平台,可以用来创建和管理包含关系数据源和多维数据源中的数据的表格、矩阵、图形和自由格式的报表。可以通过基于万维网的连接来查看和管理所创建的报表。     

继电保护信息系统中数据源端维护技术的应用

数据源端维护技术可以保证智能变电站中基础数的一致性与完整性,这些数据会对电网运行的平稳性产生直接影响,同时实现数据源端高效维护一直以来也是客户的需求.但是,从实际情况来看,传统变电站难以有效解决该问题,智能变电站则在不断探索中,因此加强对继电保护系统中数据源端维护技术的分析是必要的.     

基于多种群协同进化算法的数据并行聚类算法

为了提高云存储空间多维资源数据挖掘能力,需要进行数据并行聚类处理,提出基于多种群协同进化算法的数据并行聚类算法.构建云存储空间多维资源数据的参数采集模型,对采集的云存储空间多维资源数据进行模糊并行特征分布式重组,提取云存储空间多维资源数据聚类特征参数集,采用关联粗糙集特征分析方法进行云存储空间多维资源数据的多尺度小波结构分解,结合多种群协同控制的方法,建立云存储空间多维资源数据的并行聚类模型,通过关联协同滤波检测方法,进行云存储空间多维资源数据的分组特征检测和融合聚类处理,根据差分进化方法进行云存储空间多维资源数据的聚类中心寻优,遍历云存储空间多维资源数据聚类区域的候选目标集,实现对云存储空间多维资源数据的并行关联规则聚类和可靠性挖掘.仿真结果表明,采用该方法进行云存储空间多维资源数据挖掘的精度较高,聚类性较好,收敛性较强.     

关于电网调度系统通道信息比对技术的研究

通道信息比对技术是为了解决目前电网调度系统中设置的为保障信息可靠性和通道富余度的多通道信息采集传送带来的统一数据源数据信息不一致的问题。本文深入分析探讨了当前我国电网调度系统通道信息比对技术,以期为保障电网调度控制系统的安全运行提供一些技术支撑。     

电网大数据技术分析

我国电网在快速发展建设过程中,智能电网已经成为电网发展必然趋势.智能电网在建设过程中,最为主要应用领域为大数据.本文在对电网大数据技术分析研究过程中,以电网大数据发展策略作为研究切入点,对电网大数据有关概念进行了解之后,笔者在对智能电网大数据有关研究进行深入了解之后,对大数据技术体系进行总结,然后对智能电网大数据进行详细分析.     

基于Web服务、移动代理和本体的教育大数据集成研究

针对教育大数据集成中存在数据源多、安全性低、数据结构多样和数据利用率低等问题,文章提出了一个多源异构的教育大数据集成体系结构。引入Web服务、移动代理和本体技术,探讨了教育大数据服务模型。基于Web服务的技术优势,结合移动代理的安全特征,利用本体对多数据源的包装和全局的中介,给出了满足教育大数据集成的体系结构,并研发了原型系统。在实际的应用中,体现了该体系结构的合理性和科学性,为教育大数据的应用奠定了基础。     

运营商能否点亮大数据的“灯塔”?

也许大数据所引发的产业革命尚未开始,尽管近些年,ICT产业各类企业争先跳进了大数据的产业浪潮,但总结现阶段中国大数据产业市场的发展现状,普遍的认知是“雷声大、雨点小”. 造成大数据国内市场发展缓慢的原因有很多,比如大数据系统化思路不强、大数据挖掘技术不成熟、大数据市场开发不完善等,但追根究底,还是法律制度的缺失与不完善,尽管大数据强调的是“如何挖掘”,但数据源也是核心根本所在.     

基于多维度大数据分析的工参方位角纠错方法

提出了一种应用大数据处理技术将多个数据源进行多维度综合分析的方法,利用信号强度等7种预测模型与权重算法对现网数据进行分析得出预测工参方位角,可快速发现工参方位角不准确的问题,为网络优化、维护提供有力支撑,经某市实地验证,该方法具有较高准确性,有效解决工参"哑"数据不可控问题。     

冲击噪声下基于张量分解和K-means聚类的MIMO雷达阵列诊断

针对冲击噪声下多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达阵列诊断失效问题,对基于二阶矩的传统匹配滤波器进行改进以适应非高斯噪声,并提出一种基于张量分解和K-means聚类的阵列诊断方法.该方法利用MIMO雷达各接收阵元回波信号的高斯核函数值来自适应地调整匹配滤波器的系数,以有效形成虚拟阵列.为挖掘正常和故障阵元的匹配滤波输出数据的多维特征,将虚拟阵列协方差矩阵构建成三阶平行因子(PARAllel FAC-tor,PARAFAC)张量,并通过COMFAC(COMplex parallel FACtor analysis)算法分解获得收发阵列流形矩阵,使用欧式距离度量其相似性,确定两个簇类数据的聚类中心并划分出异常簇类,以完成故障阵元位置的诊断.仿真结果验证了所提算法的有效性.     

多源异构数据的多维决策分析与可视化方法

随着各行业各业务信息系统的不断建设与使用,行业积累了越来越多的多源异构的历史数据,快速发现有价值信息已成为一个主要的研究方向.以气象数据为例,针对气象历史数据的海量多源异构特点,结合气象业务多维决策分析与可视化的具体需求,提出一种面向多源异构数据的多维决策分析与可视化方法,该方法实现了多源异构数据的自动抽取与转换,多用户的在线多维决策分析模型设计以及分析结果的直观多形式可视化技术.通过该方法研制的系统在嘉定气象局业务中得到成功应用,有效提升了对气象数据的理解和利用水平;同时对其他行业多源异构数据的处理具有很好的借鉴作用.     

基于XML和Web Service的数据集成中间件

主要研究多源异构数据集成的方法,其目标是向具有访问异构数据源要求的用户提供一个统一的查询接口,而不必考虑各局部数据源之间的差异。目前,在多种异构数据源集成方法中,中间件法由于其成本低、容易实现,以及局部数据源加入方便灵活,自治性强等优点,已成为数据集成的主要方法。本文采用中间件法,利用XML技术和Web Service,对多源异构数据的集成问题进行了探讨。     

基于多源数据融合的电网故障智能诊断方法研究

为提高传统电网故障诊断方法的精度以及可靠性等,提出了一种基于电气量和开关量的多源数据融合的电网故障智能诊断方法。该方法首先对故障电流录波数据进行小波变换,以得到电流这一电气量的特征量;然后对开关量的诊断结果进行归一化处理,得到开关量对应的相对故障度证据;最后采用改进的D-S证据理论对电气量和开关量的多源数据进行融合,并得出最终诊断结果。实际电网结果表明,所提的故障诊断方法能够有效提高故障诊断的精度。     

基于单一产品数据源的复杂产品设计制造协同技术研究

针对复杂产品设计制造协同过程中存在数据源不唯一的问题,提出了基于单一产品数据源的复杂产品设计制造协同技术及其层次体系结构,通过构建逻辑上统一的单一产品数据源,保证了设计制造协同数据的唯一性,并给出了分布式单一产品数据源的建立方法、单一产品数据源信息模型的构建原理及其技术实现方法,以航空发动机为验证对象,实现了基于单一产品数据源的设计制造异地协同,证明了此方法是正确和有效的.     

智能电网中高维数据聚类方法研究

随着电网智能化程度的逐步深入,智能电网高维数据成为了“电网2.0”的重要价值资源.本文论述了智能电网大数据源、大数据流体系,讨论了传统电力数据聚类方法与特征,分析了智能电网高维数据所具有的稀疏性、空空间现象、维度效应、Hubness现象和离群点检测的特征,对智能电网高维数据从维数简化、索引技术、结果表征与评价方面论述了高维数据聚类分析方法和应用实践.     

基于区块链且可验证的智能电网多维数据聚合与分享方案

针对如何支持轻量级多维数据聚合,实现系统整体过程中多维数据的双端完整性验证,以及处理云服务器集中化等问题,提出了一种基于区块链且可验证的智能电网多维数据聚合与分享方案。首先,为了满足智能电网对电量数据细粒度分析的需求,利用掩蔽值和霍纳法则实现了隐私保护多维数据聚合。在此基础上,针对现有数据聚合方案在云存储数据与第三方分享方面存在的数据完整性验证问题,借用基于RSA的乘法同态承诺方案和同态哈希函数的同态性设计了一种新的签名算法,使云服务器不仅可以验证聚合数据的完整性,还可以验证数据分享阶段的完整性,即实现了云存储数据的双端可验证性,并且可以抵抗内部攻击。同时,提出了一种基于联盟链多链的聚合数据分享体系结构,有效地避免单机处理瓶颈和易受攻击等集中化问题。理论分析证明了所提方案的安全性。性能实验表明,所提方案比已有方案具有更低的计算和通信成本。