简介:摘要随着经济和电力行业的快速发展,目前在水电站大坝安全监测的过程中运用了自动化观测、人工观测及水情数据监测等监测形式进行数据的收集。由于监测对象不同,监测的数据也更加复杂并且格式也有格式不统一的情况存在。现如今我们一般都是由工程承包单位来负责相关的监测工作。因此经常会出现监测数据不准确、无效、虚假等严重问题,给大坝的日常监测与管理工作带来了很大的麻烦。现如今,由于没有完善的安全大坝监测制度,部分水电站更是在数据监测方面有很大的缺陷,对于数据的认知一直都停留在数据采集与汇总层面上,监测的数据没有质量保障更没有对数据进行严格把控,这些问题对大坝安全监测工作造成了不利影响。另外年度资料整编过程中经常会发现很多数据的缺失、错误数据的整理、成果计算错误等问题,有些重要的数据根本无法恢复,对大坝安全监测的结果产生了严重的负面影响并为后期维护带来很大困难,例如大坝安全监测的后续工作会出现偏差、安全资料整编不全面、定期检查工作不能正常进行等。想要改变这一现状,需要加强对日常监测工作的管理与监督,保证工作人员积极地认真检查、核对、处理每一个观测数据,保证数据的有效性,积极落实大坝安全监测工作,为大坝安全提供有效保障。
简介:针对变电一次设备状态监测中普遍存在的异常数据问题,提出了一种基于点排序识别聚类结构(OrderingPointstoIdentifytheClusteringStructure,OPTICS)的状态监测异常数据过滤算法。通过对一次设备状态监测的历史数据进行异常数据特征分析,建立了基于密度聚类的异常数据过滤机制。并以某110kV变电站一次设备变压器油色谱以及GISSF6密度微水实验为例,对该算法的异常数据检测效果进行了验证。该算法与传统异常数据过滤算法的对比试验结果表明,该算法能够准确地识别异常数据的特征,有效过滤状态监测中的异常数据,显著降低噪声干扰,从而提高数据的可靠性。
简介:摘要我国的物联网技术以及智能平台仍处于初始期,然而关于“智慧环保”物联网的相关案例和技术都取得突破性进展,如山西、无锡等地区引进的先进环境监测系统,湖南的“智慧湘潭”工程,南水北调水质监测预警工程等。目前存在的不足有以下几点。第一,具有自行监测能力的平台数量不足,不能及时获取全面准确的信息。第二,我国目前环境信息化工作才刚刚起步,部门信息化建设不完善,导致无法充分地共享信息,使得环境信息难以得到高效利用。这说明我国的环境保护工作目前还处于发展和摸索阶段,对于“智慧环保”物联网的应用,挑战和机遇共存。本文研究目的主要有两个,一个是提高信息资源共享水平和能力,另一个是提高环境监管和应急防范能力。