简介:摘要:当前智能电网的建设进程不断加快,智能电网在运行维修和管理过程中会产生大量的数据信息,在这些数据信息当中,既包含了结构性的数据信息,又包含了非结构性的数据信息,数据类型多种多样,如何对这些数据进行高效的储存并实现快速分析,快速挖掘是当前电力系统需要重点研究的内容。为此在今后电力系统智能化发展过程中,就需要注重做好多源数据的有效融合,通过加快构建一套完善的电力多源数据融合体系,能够将电网运行过程中所形成的各项信息进行自动化的收集分析和自动化的挖掘处理,保证各项信息的价值能够全面发挥,有效推动智能电网建设进程。本文主要结合实际工作经验,首先探讨了当前电力多源数据处理的局限性,然后分析了一种电力多源数据融合方法,希望通过研究对广大同行有所帮助。
简介:摘要:随着科学技术的不断的创新和发展, 智能电网的发展与信息技术的高度渗透,电力系统面对大空间尺度、小时间尺度和多数据类型的海量信息,给电力大数据的发展与应用提供机遇。
简介:针对大型设备故障诊断中特征量表现出来的不确定性和非精确性,提出了一种基于灰色关联理论来获取基本概率测度(BPA)的方法。该方法确定各故障特征量的参考样本,然后根据灰色相关性理论求得待诊断样本的相关系数,所取得的相关系数进行归一化处理即得到BPA值,经过Dempster多源组合规则进行多证据融合,得到最后的诊断结果。将所提方法用于电机转子故障诊断,实验结果表明该方法有效。