简介:摘要:在当前社会经济快速发展的时代背景下,电力系统的正常运行对于广大人民群众的日常生活起到了非常重要的作用,所以说,为了促使电力行业更加长期稳定的发展,国家也相继出台了不少相关政策,对于电力企业的整体发展起到良好的推动作用。但是在实际发展过程当中,电力行业仍然会受到多种因素的影响,对于广大人民群众的用电安全存在一定的威胁,同时也会经常出现资源浪费现象,所以说应当根据实际情况,对电能计量装置实施科学规范的管理手段,对于装置容易出现的问题做出认真分析,使得电能计量装置能够实现智能诊断,并在出现问题时,相关工作人员能够对其进行及时修复,以有效促进电力行业的整体发展。鉴于此,本文对电能计量装置智能诊断方法做出了相关探究。
简介:摘要:依据现有的国家相关规程规范以及国家电网公司相关计量技术标准,对电网中在线运行的关口电能计量装置,应该定期进行误差等性能的检验或校准。关口电能计量装置的在线校验,传统上一直采用人工现场校验,该方式存在着工作量大、校验时间长、对二次回路负荷的大小有相应要求等问题。目前实施的远程校验技术,主要是在各关口变电站加装多套集中式电能计量标准装置和通讯模块,仅将现场校验结果通过网络直接发回主站,其实质,还是采用标准装置现场校验被检电能表的方式,对标准装置、传输网络等资源的利用率很低,且性能受现有标准装置采样准确度和算法性能的制约,同时也需要对所用的标准装置进行定期检定 /校准。探索采用新的技术手段和方法,在当经互联网的时代尝试对关口电能计量装置的运行状态开展实时、在线监测和远程校验 /校准,已成为电工仪器仪表校验 /校准技术发展进步的必然趋势,也是减少电工仪器仪表校验 /校准、检修及运行成本采取的必要技术手段。
简介:摘 要:为了推动电能表建设的智能化、准确化,完善整个系统,技术人员提出基于并行化朴素贝叶斯发展处的判断电能表是否存在故障的诊断方法。这种诊断方法充分考虑到电能表需要处理大量数据的特性,构建出能够同时处理大量数据的平台。这项平台将依据电能表所可能产生的异常情况作出具体的分析,做出一系列科学合理的电能表故障处理流程。这项技术将应用 Spark 并行化朴素贝叶斯算法,进行故障类型的精准判断,为后续的故障诊断提供依据。与此同时,技术人员也会对平台进行反复测试,不断对比实验结果,判断数据平台是否具备准确判断故障类型的能力,尤其是在电能表面临大量待处理数据的情况下,这种技术处理显得尤为重要,具备极强的现实应用价值。
简介:本文针对中国股票市场,使用上市公司2000年度财务报告数据,对以截面Jones模型和KS模型为基础调整出的各盈余管理计量模型揭示盈余管理的能力进行了检验。通过检验各模型估计出的非正常性应计利润和上市公司配股动机引起的盈余管理之间的关系,我们发现:1、在调整出的众多截面模型中,分行业估计并且采用线下项目前总应计利润作为因变量估计特征参数的基本Jones模型和调整KS模型最能有效地揭示出盈余管理。2、在基本Jones模型中加进长期投资或无形资产和其他长期资产并不能改进模型,并且修正的Jones模型并不比基本Jones模型更好。3、在估计正常性应计利润时,采用线下项目前总应计利润作为因变量估计特征参数的方法优于采用包含线下项目的总应计利润作为因变量估计特征参数的方法,分行业估计行业特征参数的方法优于使用总体样本估计样本总体特征参数的方法。4、章永奎、刘峰(2002)使用的模型以及直接使用线下项目作为非正常性应计利润不能揭示出盈余管理。