期刊文献+
共找到1,017篇文章
< 1 2 51 >
每页显示 20 50 100
Operating Analysis and Data Mining System for Power Grid Dispatching
1
作者 Haiming Zhou Dunnan Liu +2 位作者 Dan Li Guanghui Shao Qun Li 《Energy and Power Engineering》 2013年第4期616-620,共5页
The dispatching center of power-grid companies is also the data center of the power grid where gathers great amount of operating information. The valuable information contained in these data means a lot for power grid... The dispatching center of power-grid companies is also the data center of the power grid where gathers great amount of operating information. The valuable information contained in these data means a lot for power grid operating management, but at present there is no special method for the management of operating data resource. This paper introduces the operating analysis and data mining system for power grid dispatching. The technique of data warehousing online analytical processing has been used to manage and analysis the great capacity of data. This analysis system is based on the real-time data of the power grid to dig out the potential rule of the power grid operating. This system also provides a research platform for the dispatchers, help to improve the JIT (Just in Time) management of power system. 展开更多
关键词 power grid DISPATCH INDEX System data MINING
暂未订购
Economical Optimization of Grid Power Factor Using Predictive Data 被引量:1
2
作者 Chaojiong Huang Jason Gu +2 位作者 Haiying Liu Yuansheng Lu Jun Luo 《IEEE/CAA Journal of Automatica Sinica》 EI CSCD 2019年第1期258-267,共10页
We present an electrical grid optimization method for economical benefit. After simplifying an IEEE feeder diagram, we build a compact smart grid system including a photovoltaic-inverter system, a shunt capacitor, an ... We present an electrical grid optimization method for economical benefit. After simplifying an IEEE feeder diagram, we build a compact smart grid system including a photovoltaic-inverter system, a shunt capacitor, an on-load tapchanger(OLTC) and transmission lines. The system power factor(PF) regulation and reactive power dispatching are indispensable to improve power quality. Our control method uses predictive weather and load data to decide engaging or tripping the shunt capacitor, or reactive power injection by the photovoltaic-inverter system, ultimately to keep the system PF in a good range. From the perspective of economics, the economical model is considered as a decision maker in our predictive data control method.Capacitor-only control strategy is a common photovoltaic(PV)regulation method, which is treated as a baseline case. Simulations with GridLAB-D on profiled loads and residential loads have been carried out. The comparison results with baseline control strategy and our predictive data control method show the appreciable economical benefit of our method. 展开更多
关键词 grid OPTIMIZATION gridLAB-D inverter power factor PREDICTIVE data control SHUNT CAPACITOR
在线阅读 下载PDF
Research and Application of Distributed Data Mining Method for Improving Rural Power Grid Enterprises in Production and Operation Status Evaluation
3
作者 Gao Xiu-yun Xiang Wen Fang Jun-long 《Journal of Northeast Agricultural University(English Edition)》 CAS 2019年第2期87-96,共10页
With the reform of rural network enterprise system,the speed of transfer property rights in rural power enterprises is accelerated.The evaluation of the operation and development status of rural power enterprises is d... With the reform of rural network enterprise system,the speed of transfer property rights in rural power enterprises is accelerated.The evaluation of the operation and development status of rural power enterprises is directly related to the future development and investment direction of rural power enterprises.At present,the evaluation of the production and operation of rural network enterprises and the development status of power network only relies on the experience of the evaluation personnel,sets the reference index,and forms the evaluation results through artificial scoring.Due to the strong subjective consciousness of the evaluation results,the practical guiding significance is weak.Therefore,distributed data mining method in rural power enterprises status evaluation was proposed which had been applied in many fields,such as food science,economy or chemical industry.The distributed mathematical model was established by using principal component analysis(PCA)and regression analysis.By screening various technical indicators and determining their relevance,the reference value of evaluation results was improved.Combined with statistical program for social sciences(SPSS)data analysis software,the operation status of rural network enterprises was evaluated,and the rationality,effectiveness and economy of the evaluation was verified through comparison with current evaluation results and calculation examples of actual grid operation data. 展开更多
关键词 RURAL power grid PRODUCTION and management distributed data mining STATISTICAL program for SOCIAL sciences(SPSS19)
在线阅读 下载PDF
Forecast of Power Generation for Grid-Connected Photo-voltaic System Based on Grey Theory and Verification Model
4
作者 Ying-zi Li Jin-cang Niu Li Li 《Energy and Power Engineering》 2013年第4期177-181,共5页
Being photovoltaic power generation affected by radiation strength, wind speed, clouds cover and environment temperature, the generating in each moment is fluctuating. The operational characteristics of grid-connected... Being photovoltaic power generation affected by radiation strength, wind speed, clouds cover and environment temperature, the generating in each moment is fluctuating. The operational characteristics of grid-connected PV systems are coincided with gray theory application conditions. A gray theory model has been applied in short-term forecast of grid-connected photovoltaic system. The verification model of the probability of small error will help to check the accuracy of the gray forecast results. The calculated result shows that the ?model accuracy has been greatly enhanced. 展开更多
关键词 FORECAST of power Generation grid-CONNECTED Photovoltaic SYSTEM data DISCRETIZATION GREEDY Algorithm Continuous Attributes ROUGH Sets
在线阅读 下载PDF
基于大语言模型的电网系统运行大安全管理异常数据挖掘
5
作者 郑茂然 吴俊 +1 位作者 李豹 罗会洪 《无线互联科技》 2026年第1期97-100,共4页
电网系统运行大安全管理数据规模较大,传统方法难以准确且快速地挖掘出异常数据。因此,文章提出了基于大语言模型(Large Language Model, LLM)的电网系统运行大安全管理异常数据挖掘。该方法在清洗并脱敏处理原始电网系统运行大安全管... 电网系统运行大安全管理数据规模较大,传统方法难以准确且快速地挖掘出异常数据。因此,文章提出了基于大语言模型(Large Language Model, LLM)的电网系统运行大安全管理异常数据挖掘。该方法在清洗并脱敏处理原始电网系统运行大安全管理数据后,形成结构化的电网系统运行大安全管理数据集。通过构建LLM,该方法将结构化数据集输入模型,经训练后输出异常数据挖掘结果。实验分析表明,该方法数据挖掘结果的相对平方根误差仅为0.47%,交叉熵损失收敛值低至2.2146,显著优于传统聚类与小波方法,可为电网安全运行提供高效、可靠的异常监测支持。 展开更多
关键词 大语言模型 电网系统 系统运行大安全管理 异常数据 数据挖掘
在线阅读 下载PDF
时序复合扩散网络驱动的电网数据恢复方法
6
作者 严彦东 李晨熙 +3 位作者 李士杰 杨漾 葛宇昊 黄雨 《电子与信息学报》 北大核心 2026年第2期556-566,共11页
电网作为连接电力传输与终端用户的重要枢纽,其数据的管理与分析在保障电网稳定性和提升供电质量方面扮演着举足轻重的角色。电网相关数据涵盖范围广泛,内容复杂,包括用户用电模式、气象条件、设备信息及营销数据等多个层面。这些多源... 电网作为连接电力传输与终端用户的重要枢纽,其数据的管理与分析在保障电网稳定性和提升供电质量方面扮演着举足轻重的角色。电网相关数据涵盖范围广泛,内容复杂,包括用户用电模式、气象条件、设备信息及营销数据等多个层面。这些多源异构数据在采集和传输过程中,常受到噪声信号等冗余信息的影响,容易出现数据缺失现象。数据不完整不仅使运行状态监测变得更加困难,也严重制约了故障诊断、健康评估及运维决策等关键工作的效率与准确性。为了提高电网数据的效用性,更好地利用其来保障电网稳定运行,该文提出一种基于扩散模型的电网数据恢复方法,通过独特设计的双层扩散流,能将时序序列嵌入为条件信息,大幅优化了扩散网络在电网场景下的表现。模型将输入的高斯噪声映射到缺失数据的目标分布空间,从而按照其原始分布规律恢复出缺失数据,增强了数据的可用性和价值。实验表明,与以往的方法相比,该方法能够达到领先的恢复效果。 展开更多
关键词 电力工业 电网故障诊断 电力电网运维 数据恢复 扩散模型
在线阅读 下载PDF
低碳背景下数字电网大数据安全匿名化处理技术研究
7
作者 罗程 鲁玕 +2 位作者 钟德龙 李婷 史云 《电测与仪表》 北大核心 2026年第1期34-44,共11页
在低碳发展背景下,数字电网大数据的安全匿名化处理面临技术挑战。传统方法主要依赖简单的数据脱敏或泛化技术,如直接删除或替换敏感字段,然而这类方法因未充分考虑数据间的内在关联性与属性敏感度的差异性,导致处理后的数据在可用性方... 在低碳发展背景下,数字电网大数据的安全匿名化处理面临技术挑战。传统方法主要依赖简单的数据脱敏或泛化技术,如直接删除或替换敏感字段,然而这类方法因未充分考虑数据间的内在关联性与属性敏感度的差异性,导致处理后的数据在可用性方面显著降低。对此,文章提出低碳背景下数字电网大数据安全匿名化处理技术研究。采用随机森林算法对电网数据的属性敏感值进行预测,通过构建多个决策树并集成其预测结果,有效捕捉数据中的非线性关系与复杂模式,从而准确识别出各属性的敏感程度。随后,运用K-means聚类算法对电网大数据的属性进行集群划分,将具有相似敏感特性的属性归为一类。在此基础上,采用K-匿名化算法的泛化和抑制操作,对电网大数据属性集群进行不同程度地隐匿处理,从而平衡数据隐私保护与数据可用性之间的关系。测试结果表明,采用所提出的方法进行电力数据匿名化处理后,数据信息损失度迭代值为0.25,具备较为理想的匿名化效果。 展开更多
关键词 数字电网数据 匿名化处理 数据属性 敏感度 K-匿名化算法
在线阅读 下载PDF
基于时间序列重构算法的电网用户跨渠道数据风险同步监测方法
8
作者 张莉 丁毛毛 +3 位作者 李承桓 刘勃 许世辉 刘海龙 《微型电脑应用》 2026年第1期171-174,共4页
为了提高电网用户数据风险判定的精准性和可靠性,提出基于时间序列重构算法的电网用户跨渠道数据风险同步监测方法。通过建立原始时间序列矩阵,使用高斯函数表征矩阵中任意一点的元素,获取电网用户数据的目标函数值。计算计量数据之间... 为了提高电网用户数据风险判定的精准性和可靠性,提出基于时间序列重构算法的电网用户跨渠道数据风险同步监测方法。通过建立原始时间序列矩阵,使用高斯函数表征矩阵中任意一点的元素,获取电网用户数据的目标函数值。计算计量数据之间的平方归一化距离,判定电网用户跨渠道数据是否异常。基于时间序列重构算法构建数据计量模型,结合给定时间进行多步预测。建立回归函数方程,将现有的输入值映射到高维特征空间,构建训练样本矩阵,设计数据风险同步监测算法。实验结果显示,所提出的方法在1个月内的均方根误差(RMSE)为0.01~0.03,平均绝对百分比误差(MAPE)为0.1~0.2,相关系数为0.94~0.98,监测精度较高。 展开更多
关键词 时间序列重构算法 电网数据 电网用户 数据风险 同步监测
在线阅读 下载PDF
基于IDM-GAN-APLSTM的数据修复及入侵检测方法
9
作者 袁厚冬 李红娇 《计算机应用与软件》 北大核心 2026年第2期371-379,397,共10页
在电网工控系统入侵检测中,常见的基于人工智能算法都需要数据完整,而数据的缺失显著影响入侵检测的准确率。针对上述问题,提出一种将生成对抗网络(GAN)与长短期记忆网络(LSTM)分别改进并结合的入侵检测模型。通过改进的GAN解决上游数... 在电网工控系统入侵检测中,常见的基于人工智能算法都需要数据完整,而数据的缺失显著影响入侵检测的准确率。针对上述问题,提出一种将生成对抗网络(GAN)与长短期记忆网络(LSTM)分别改进并结合的入侵检测模型。通过改进的GAN解决上游数据缺失问题,生成器结合多头自注意力机制和用于插补的门控循环单元神经网络(GRUI)处理不完整时序特征间的潜在相关性并生成填充数据。此外,引入时间提示矩阵,辅助判别器识别伪造数据。改进损失函数用以进一步提高数据生成的质量。最后,通过改进的多孔长短期记忆网络(PLSTM)结合注意力机制提高攻击样本的检测率。实验结果表明,该方法有效解决了电网工控系统入侵检测中的数据缺失及修复后数据偏移带来的分类不精问题,在修复缺失率为50%的数据后,准确度仍能达到94.4%,误报率低至5.9%。 展开更多
关键词 入侵检测 电网工控系统 数据缺失 生成对抗网络 长短期记忆网络
在线阅读 下载PDF
面向多类型查询需求的多层图表数据融合组织技术
10
作者 黄振琳 胡嘉铭 +3 位作者 吴巨豪 李淳 汪绪先 张俊勃 《电气自动化》 2026年第1期43-45,共3页
针对单一类型数据库难以满足大电网复杂运行业务多类型查询性能需求的问题,提出一种多层图表数据融合组织技术。首先,梳理典型运行业务场景中的多类型数据检索需求,并基于数据检索需求特点提出融合层次图与二维表模型的数据组织方案;然... 针对单一类型数据库难以满足大电网复杂运行业务多类型查询性能需求的问题,提出一种多层图表数据融合组织技术。首先,梳理典型运行业务场景中的多类型数据检索需求,并基于数据检索需求特点提出融合层次图与二维表模型的数据组织方案;然后,在2669个厂站大电网中测试不同数据组织形式下对应数据库的检索性能。结果表明,在大电网复杂运行业务场景中,多层图表融合组织形式的检索性能优于单一的表或图以及无层次图组织形式。所提技术可为大电网多类型业务数据查询提供高效数据组织方案。 展开更多
关键词 电网运行业务 数据组织 数据查询 图数据库 层次图模型
在线阅读 下载PDF
基于大数据分析的电网异常状态监测方法研究
11
作者 舒钰成 王冬 +2 位作者 尹超 季铮铮 张帅 《电子设计工程》 2026年第5期121-125,共5页
随着电网规模的不断扩大与复杂性的增加,传统电网异常状态监测方法难以满足需求。该文提出基于大数据分析的电网异常状态监测方法,旨在通过收集和分析海量电网数据,实现对电网运行状态的实时监控和异常检测。通过分析电网异常状态类型... 随着电网规模的不断扩大与复杂性的增加,传统电网异常状态监测方法难以满足需求。该文提出基于大数据分析的电网异常状态监测方法,旨在通过收集和分析海量电网数据,实现对电网运行状态的实时监控和异常检测。通过分析电网异常状态类型与特征,制定数据采集计划,采集并预处理电网运行数据,利用机器学习模型进行特征提取和异常状态实时监测。实验验证表明,该方法能有效提高电网异常检测的准确性,响应时间在2 s以内,为电网的安全稳定运行提供了有力支持。 展开更多
关键词 大数据分析 电网异常状态 监测方法 机器学习 数据挖掘
在线阅读 下载PDF
基于城市大数据的电力风险隐患智能分析方法
12
作者 雷宇通 何轶聪 +2 位作者 杨仲超 沈辉 蒋宇宁 《电气应用》 2026年第1期83-89,共7页
随着城市电网规模的持续扩张和运行复杂度的提升,传统的风险隐患分析方法已难以满足电力系统在多维、多源数据环境下的安全管理需求。结合城市生命线系统理念与大数据分析技术,提出一种基于城市大数据的电力风险隐患智能分析方法。该方... 随着城市电网规模的持续扩张和运行复杂度的提升,传统的风险隐患分析方法已难以满足电力系统在多维、多源数据环境下的安全管理需求。结合城市生命线系统理念与大数据分析技术,提出一种基于城市大数据的电力风险隐患智能分析方法。该方法以多源异构城市运行数据为基础,构建电力系统风险指标体系,并引入机器学习与深度神经网络模型,实现对电网设备状态、运行环境及外部影响因素的综合建模与隐患识别。在此基础上,设计了电力风险智能分析框架,包括数据采集层、风险建模层、智能识别层与预警决策层,实现从被动监测到主动预警的转变。通过典型城市电网的应用验证表明,该方法在风险识别准确率、预警响应时间及系统适应性方面较传统方法均有显著提升。研究结果可为城市电网的安全运行与精细化管理提供有效技术支撑。 展开更多
关键词 城市大数据 电网安全 风险隐患分析 智能预警 机器学习
原文传递
基于八叉树的电网三维虚拟可视化系统设计
13
作者 谢丹 张召环 +2 位作者 陈庆伟 胥金坤 王文洋 《自动化技术与应用》 2026年第2期78-82,共5页
为了提升电网企业电力系统运行安全的安全性,提出了基于八叉树的电网三维虚拟可视化系统设计方案。利用文件型地理数据库对整个系统的空间数据进行集成存储与规范化管理,并在三维场景中构建对应的可视化图层。通过拓扑部件生成设备框架... 为了提升电网企业电力系统运行安全的安全性,提出了基于八叉树的电网三维虚拟可视化系统设计方案。利用文件型地理数据库对整个系统的空间数据进行集成存储与规范化管理,并在三维场景中构建对应的可视化图层。通过拓扑部件生成设备框架图、网络拓扑图,在实例化的逻辑节点中加入三维虚拟元素,获得不同级别的加载协议。自适应规则约束电网三维虚拟化,将数据存储至八叉树纹理结构内,分割出不同的子域,改进三维虚拟原体块数据积累的光强积分,增加三维虚拟可视化系统性能。实验结果表明,该方法识别精度在95%以上,准确率较高于其他方法,能够精准呈现出电网部件形态,方便判断故障从而及时做出应对措施,确保电网工作稳定。 展开更多
关键词 八叉树算法 电网三维虚拟 可视化系统 传输函数 数据虚拟
在线阅读 下载PDF
基于流形学习的电网客服中心实时数据自动监测方法
14
作者 侯昝宇 《自动化技术与应用》 2026年第2期138-142,共5页
针对电网客服中心的网络安全问题,研究搭建了实时数据自动监测模型。首先,引入类内距离最小与类间距离最大的思想来对局部保持投影算法进行改进,用于检测异常数据。然后利用模糊规则和层次分析法来对电网实时数据自动监测进行优化。结... 针对电网客服中心的网络安全问题,研究搭建了实时数据自动监测模型。首先,引入类内距离最小与类间距离最大的思想来对局部保持投影算法进行改进,用于检测异常数据。然后利用模糊规则和层次分析法来对电网实时数据自动监测进行优化。结果表明,改进局部保持投影算法的运行时间与传统局部保持投影算法相差不大。改进局部保持投影算法的检测准确率更高,为99.43%。基于层次分析的实时数据监测算法的监测准确率始终最高,在数据样本集为500时,准确率为99.84%,召回率为99.62%。实验结果证明了所提实时数据自动监测模型的异常数据检测和实时数据监测性能较好,有助于提高电网的安全性和稳定性。 展开更多
关键词 流形学习 数据自动监测 电网客服 层次分析法 局部保持投影
在线阅读 下载PDF
数字孪生数据融合下主变区智能巡检系统
15
作者 朱青 陈剑 《电子设计工程》 2026年第2期92-95,100,共5页
主变区中存在高压、大电流等危险因素,巡检系统可以在不直接暴露于危险环境中的情况下,根据干路功率及各支路总功率之间的数值关系,完成危险因素排查。为此,设计数字孪生数据融合下的主变区智能巡检系统。基于数字孪生虚实交互条件,追... 主变区中存在高压、大电流等危险因素,巡检系统可以在不直接暴露于危险环境中的情况下,根据干路功率及各支路总功率之间的数值关系,完成危险因素排查。为此,设计数字孪生数据融合下的主变区智能巡检系统。基于数字孪生虚实交互条件,追踪主变区电力信号,以完成电力数据的标注及格式转换,实现数字孪生数据融合下的巡检需求分析。根据分析结果,设置视频采集模块、电力信号匹配与追踪模块、巡检虚拟信息增强显示模块,并完善它们之间的实时连接与驱动关系,实现主变区智能巡检系统的功能模块设计,完成巡检任务。实验结果表明,应用所设计的系统可在不同条件下准确检测出干路功率与支路总功率之间的数值关系,不会发生误检情况,有助于实现电网主变区的高效、精准巡检。 展开更多
关键词 数字孪生数据融合 电网主变区 智能巡检 虚实交互 电力信号
在线阅读 下载PDF
Out-of-distribution Detection for Power System Text Data by Enhanced Mahalanobis Distance with Calibration
16
作者 Yixiang Zhang Huifang Wang +3 位作者 Yuzhen Zheng Zhengming Fei Hui Zhou Huafeng Luo 《Protection and Control of Modern Power Systems》 2026年第1期40-52,共13页
The increasing significance of text data in power system intelligence has highlighted the out-of-distribution(OOD)problem as a critical challenge,hindering the deployment of artificial intelligence(AI)models.In a clos... The increasing significance of text data in power system intelligence has highlighted the out-of-distribution(OOD)problem as a critical challenge,hindering the deployment of artificial intelligence(AI)models.In a closed-world setting,most AI models cannot detect and reject unexpected data,which exacerbates the harmful impact of the OOD problem.The high similarity between OOD and indistribution(IND)samples in the power system presents challenges for existing OOD detection methods in achieving effective results.This study aims to elucidate and address the OOD problem in power systems through a text classification task.First,the underlying causes of OOD sample generation are analyzed,highlighting the inherent nature of the OOD problem in the power system.Second,a novel method integrating the enhanced Mahalanobis distance with calibration strategies is introduced to improve OOD detection for text data in power system applications.Finally,the case study utilizing the actual text data from power system field operation(PSFO)is conducted,demonstrating the effectiveness of the proposed OOD detection method.Experimental results indicate that the proposed method outperformed existing methods in text OOD detection tasks within the power system,achieving a remarkable 21.03%enhancement of metric in the false positive rate at 95%true positive recall(FPR95)and a 12.97%enhancement in classi-fication accuracy for the mixed IND-OOD scenarios. 展开更多
关键词 Out-of-distribution detection text clas-sification text data applications in power grid machine learning natural language processing
在线阅读 下载PDF
基于数据挖掘的电网调控运行自动分析系统设计 被引量:1
17
作者 陈知导 《中国高新科技》 2025年第10期54-56,共3页
结合目前电力调控情况,随着现代化技术的不断突破,建设单位不仅需要考虑电网运行期间的业务知识需求,更需采用综合分析的方式创建数据挖掘模型,生成电网调控的体系架构,才能以自动化的手段完成电网调控并实现对各区域数据信息的挖掘。... 结合目前电力调控情况,随着现代化技术的不断突破,建设单位不仅需要考虑电网运行期间的业务知识需求,更需采用综合分析的方式创建数据挖掘模型,生成电网调控的体系架构,才能以自动化的手段完成电网调控并实现对各区域数据信息的挖掘。基于此,文章结合实际思考,简要分析了数据挖掘模型的基本架构,阐述了基于数据挖掘的电网调控运行自动分析系统设计方案,以期对相关工作提供帮助。 展开更多
关键词 数据挖掘 电网 调控运行 自动分析系统 设计
在线阅读 下载PDF
基于电力大数据和供电网格的电网发展评价方法
18
作者 李响 胡天彤 +4 位作者 陈卓 李秋燕 郭寅远 张丹 华红艳 《郑州航空工业管理学院学报》 2025年第2期77-84,共8页
为明确电网发展方向,提出一种基于电力大数据平台和供电网格的电网发展评价方法。首先,依据新型电力系统基本特征,从清洁低碳、安全可控、灵活高效、智能友好、开放互动五个维度构建指标体系;其次,融合电力大数据平台,挖掘海量数据信息... 为明确电网发展方向,提出一种基于电力大数据平台和供电网格的电网发展评价方法。首先,依据新型电力系统基本特征,从清洁低碳、安全可控、灵活高效、智能友好、开放互动五个维度构建指标体系;其次,融合电力大数据平台,挖掘海量数据信息,采用熵权法设置指标权重;然后,考虑变电站供区、电网结构、行政划分等因素,将电网划分为若干供电网格,逐级对电网进行精益化评估;最后,某城市配电网应用结果表明,该评价模型具有操作简单、评价合理、便于决策等优点。 展开更多
关键词 电力大数据 供电网格 电网发展评价 指标体系 熵权法
在线阅读 下载PDF
电力线载波通信技术在低压电网线损数据采集与分析中的应用研究
19
作者 许剑新 刘超娜 《通信电源技术》 2025年第4期59-61,共3页
传统的低压电网线损数据采集方式在覆盖范围、实时性和抗干扰能力方面存在显著不足,难以满足现代电网精确监测与实时分析的需求。电力线载波通信技术通过利用现有电力线路传输数据,以其高效的抗干扰能力和较低的部署成本,成为提升线损... 传统的低压电网线损数据采集方式在覆盖范围、实时性和抗干扰能力方面存在显著不足,难以满足现代电网精确监测与实时分析的需求。电力线载波通信技术通过利用现有电力线路传输数据,以其高效的抗干扰能力和较低的部署成本,成为提升线损数据采集性能的重要选择。为解决传统方法存在的传输延迟、数据不完整等问题,设计并研究了一种基于电力线载波通信技术的数据采集系统。实验分析了覆盖率、数据采集准确率、传输延迟和数据包完整率等关键指标,验证了该技术在扩展数据采集覆盖范围、提升数据传输稳定性及优化成本方面的显著优势。同时,提出通过优化信号调制和传输策略,有效应对复杂电网环境下的干扰问题,提升数据传输的实时性和可靠性。研究结果为低压电网线损数据的精细化分析和智能化管理提供了科学依据,对提高电网运营效率和现代化水平具有重要意义。 展开更多
关键词 电力线载波通信 低压电网 线损数据分析
在线阅读 下载PDF
基于深度学习的电网指标数据异常检测方法研究 被引量:2
20
作者 盛振明 郭耀松 +3 位作者 刘超 成阳 韩肖 方巍 《河南理工大学学报(自然科学版)》 北大核心 2025年第4期59-65,共7页
目的基于深度学习的时间序列异常检测在电力系统运维、电力设备故障检测、电网运行故障监测等智能运维场景中起关键作用。尽管现有方法取得了显著效果,但它们主要关注于特定窗口的时间序列,忽视了不同特征维度时间序列之间存在的相关性... 目的基于深度学习的时间序列异常检测在电力系统运维、电力设备故障检测、电网运行故障监测等智能运维场景中起关键作用。尽管现有方法取得了显著效果,但它们主要关注于特定窗口的时间序列,忽视了不同特征维度时间序列之间存在的相关性,在某些情况下会导致误检,异常检测精度下降。方法本文提出一种基于时间-特征维度融合的异常变压器(temporal-feature fusion anomaly transformer,TFFAT)模型,用于无监督多变量电网指标数据异常检测。TFFAT利用图注意力机制并行地从时间维度和特征维度学习多变量时间序列之间的复杂依赖关系,采用异常Transformer模型处理融合的隐藏特征并生成异常得分。结果结果表明,在3个公开的时间序列异常检测数据集上,TFFAT检测精度分别达到89.73%,92.12%,97.14%,显著优于现有基准方法。结论TFFAT能够充分捕获时间和特征维度的时间序列之间的相关性,从而精确捕获时序数据的异常关系,在电网运维中具有重要的应用价值,能够显著提高电网故障检测的准确性,减少误检,增强电网的稳定性和可靠性。 展开更多
关键词 深度学习 电网数据 异常检测 电网运维 电网监控 时间序列
在线阅读 下载PDF
上一页 1 2 51 下一页 到第
使用帮助 返回顶部