公共文化服务平台

一种大规模异构EPON网络集成监控架构: 本实用新型提供一种大规模异构EPON网络集成监控架构，包括三个层次，自上而下依次为综合管理层、EMS层和设备层，所述综合管理层包括设于总局的总局服务器，所述EMS层包括设于各个分局的专业网管EMS，所述设备层包括设于各个...; 李惊涛肖坚红卓文合陈驰赵永红徐刚夏同飞汪玉成李志浩杨阳纪诗厚包万敏; 文献传递

一种基于ARIMA模型负荷预测的并行化计算方法: 本发明公开了一种基于ARIMA模型负荷预测的并行化计算方法，该方法包括：根据电力负荷特性，每日同时刻数据之间具有很强的关联性，将原始电力负荷数据进行划分组成时间序列数据；新建若干线程，将所有线程进行同步，并设置全局共享的...; 麦鸿坤李惊涛董雨肖坚红李春生赵永红吴熙辰陈驰吴少雄; 文献传递

电能表健康度分析及整体运行状态预测方法被引量：17: 2016年; 通过基于"厂商+批次"对电能表整体运行状态进行分析,不仅可以发现电能表的运行故障率呈现出明显的层次分布,同时还能发现家族性的问题或者缺陷,实现基于传统的人工经验诊断转变为基于机器学习智能分析预测。第一阶段:以厂商和生产批次为对象,通过对电能表状态的故障率、报废费和折旧率进行分析,将所有电能表的分析数据降维整合为"非健康度曲线"的一维数据,且利用散点图将分析对象非健康值展现。不仅能告诉我们每个批次电能表的现状,还能告诉我们哪些批次存在问题,根据不同的预警等级,确定电能表故障的严重性。第二阶段:通过对电能表工作状态和工作环境实时监测,借助机器学习中线性回归的算法,诊断、预测电能表的实际运行状态,预测电能表非健康度值变化趋势。基于上述二个阶段的分析,为电能表状态检修、备品备件等工作提供辅助决策依据。; 肖坚红赵永红薛晓茹孙承露吴少雄武文广; 关键词：数据挖掘分析

基于多维关联规则算法判断电能表计量不准确异常的方法: 本发明公开了一种基于多维关联规则算法判断电能表计量不准确异常的方法，是计量装置及采集设备的在线监测和智能诊断系统，判定电能表自身计量异常的算法（排除用户窃电行为），电能表自身计量不准确故障包括电能表停走（含慢走）和飞走二...; 王文红李惊涛陈俊彦肖坚红严小文赵永红周永真陈驰李婷婷; 文献传递

基于数据挖掘的计量装置在线监测与智能诊断系统的设计与实现被引量：41: 2014年; 为加强对现场计量装置、采集设备和配电网运行监测的实时性,提高对用户用电行为异常分析的准确性,研制了一套计量装置在线监测和智能诊断系统,其利用数据挖掘工具,实现了对计量装置和采集设备的运行状态评估,并对用户违约用电窃电和计量装置故障进行了智能诊断。该系统采用SOA技术架构,由异常指标专家库、实时监测与智能诊断和WEB应用三部分组成,并已在安徽省电力公司试运行,对保障电网安全稳定运行、反窃电和降低计量偏差造成的舆情发挥重要作用。; 肖坚红严小文周永真陈月燕; 关键词：数据挖掘分析

基于聚类算法对异常事件分析评价电能表整体状态的方法: 本发明公开了一种基于聚类算法对异常事件分析评价电能表整体状态的方法，本发明对发生存在过压、过流、电能表时钟不对、电能表电压欠压、电能表温度过高、电能表开表盖、负荷持续越上限、电压逆相序、电流逆相序、潮流反向、电压三相不平...; 王文红李惊涛陈俊彦陈驰孙经肖坚红周永真王军张良

一种基于温度的电力负荷数据长期预测方法: 本发明公开了一种基于温度的电力负荷数据长期预测方法，该方法包括：获取一定时间内采集时点的电力负荷数据及日均气温；将日均气温作为电力负荷数据的刻画指标，基于获取到的电力负荷数据和基于回归方法的边际增量模型，预测未来某一日在...; 董雨肖坚红赵永红李春生徐刚陈驰李家丽麦鸿坤张泽宇; 文献传递

用电信息采集系统多业务高效协同处理关键技术被引量：13: 2017年; 在全球能源互联网大力发展的背景下,电力企业可以通过用电信息的共享来实现智能用电的需求,为电力客户提供智能化和多样化的用电服务。以用电信息采集系统为基础,设计构建了用电信息统一接口平台。首先,分析国内外用电服务数据交互与共享的发展现状;接着,从多业务高效协同处理研究出发,构建统一接口平台的系统架构,包括数据获取与转换、业务的高效识别、多业务协同处理等;最后,探讨支撑多业务高效协同处理的关键技术,包括基于多标签的多业务交互需求分类技术、基于深度包检测的高效识别技术、动态分配策略下多任务并行处理技术等。通过系统的应用,实现了采集系统与外部系统数据交互接口的统一、业务交互的规范管理、数据交互内容和方法的灵活配置,系统交互更加安全可靠。通过统一对外发布采集数据,充分发挥了用电信息采集系统对电能基础数据平台的支撑作用。; 武文广王朝亮叶方彬赵羚张燕肖坚红; 关键词：用电信息采集系统

基于R语言的负荷预测ARIMA模型并行化研究被引量：62: 2015年; 自回归求和移动平均(autoregressive integrated moving average,ARIMA)模型常在R语言环境下被用于电力负荷数据的分析和预测。然而,面对海量数据背景下的工程应用,R环境下ARIMA模型的运行效率无法达到令人满意的程度。针对此问题,通过JAVA与R的实时通信,充分利用JAVA丰富的开源资源与R强大的统计计算功能,在JAVA中进行程序的逻辑判断,在R中进行数值计算,采用混合编程,最后完成ARIMA模型接口的封装,实现了基于负荷数据预测的ARIMA模型的串行化程序。在串行程序完成的基础上,根据电力负荷特性,对数据进行划分,结合JAVA多线程技术,实现了ARIMA模型的并行化。最后,结合文中提出的复合评价指标,对安徽地区随机获取的用户电力负荷进行了测试。结果表明,ARIMA模型并行算法预测准确率好,代码执行效率高。; 麦鸿坤肖坚红吴熙辰陈驰; 关键词：电力负荷预测 ARIMA R语言并行化

一种基于ARIMA模型的电力负荷预测及预测结果评价的方法: 本发明公开了一种基于ARIMA模型的电力负荷预测及预测结果评价的方法，该方法包括：由JAVA环境获得原始电力负荷数据的时间序列，并调用R环境中的统计函数对时间序列进行处理；其中，所述R环境中的统计函数基于ARIMA模型对...; 麦鸿坤李惊涛董雨肖坚红李春生周永真孙广中刘惠民; 文献传递

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

肖坚红