您的位置: 专家智库 > >

李远

作品数:18 被引量:31H指数:4
供职机构:国网山西省电力公司更多>>
发文基金:山西省自然科学基金更多>>
相关领域:电气工程自动化与计算机技术经济管理文化科学更多>>

文献类型

  • 16篇期刊文章
  • 2篇专利

领域

  • 11篇电气工程
  • 6篇自动化与计算...
  • 2篇经济管理
  • 1篇文化科学

主题

  • 5篇电力
  • 4篇调度
  • 4篇自动化
  • 3篇神经网
  • 3篇神经网络
  • 2篇电力调度
  • 2篇电网
  • 2篇电网调度
  • 2篇数据检测
  • 2篇全寿命周期
  • 2篇全寿命周期管...
  • 2篇周期管理
  • 2篇注意力
  • 2篇自动化设备
  • 2篇网络
  • 2篇可靠性
  • 1篇等效
  • 1篇底板
  • 1篇地块
  • 1篇电厂

机构

  • 18篇国网山西省电...
  • 3篇太原理工大学
  • 1篇山西大学
  • 1篇华北电力大学
  • 1篇山西省电力公...
  • 1篇积成电子股份...
  • 1篇北京清大科越...
  • 1篇国网山西省电...

作者

  • 18篇李远
  • 12篇闫磊
  • 7篇徐利美
  • 5篇赵文娜
  • 5篇朱燕芳
  • 2篇闫磊
  • 2篇杨飞翔
  • 2篇刘志良
  • 1篇赵兴泉
  • 1篇任浩
  • 1篇武晓冬

传媒

  • 1篇市场周刊·理...
  • 1篇电子技术应用
  • 1篇计算机应用与...
  • 1篇国外电子测量...
  • 1篇军民两用技术...
  • 1篇自动化技术与...
  • 1篇电力系统及其...
  • 1篇山西电力
  • 1篇信息技术
  • 1篇科技风
  • 1篇数字通信世界
  • 1篇中国管理信息...
  • 1篇计算机技术与...
  • 1篇消费电子
  • 1篇山东工业技术
  • 1篇电工技术(下...

年份

  • 5篇2023
  • 4篇2021
  • 1篇2020
  • 3篇2019
  • 1篇2018
  • 4篇2016
18 条 记 录,以下是 1-10
排序方式:
基于改进的一维级联神经网络的异常流量检测
2023年
提出一种基于改进的一维级联神经网络的异常流量检测模型(Abnormal Traffic Detection Model of Improved One-Dimensional Cascaded Neural Network, ATD-ICNN),与一般的卷积神经网络“卷积-池化-全连接”不同的是,为了充分利用不同网络层输出的特征维度信息,提出一种新的密集特征聚合模块(Dense Feature Aggregation, DFA),为了更大限度地发挥DFA模块的作用,进一步提出增强特征注意力模块(Enhanced Feature Attention, EFA),最后处理得到的维度特征输入Softmax分类器用于最终流量数据分类。实验结果证明所提出的方法与随机森林(RF)方法相比,实现了较高的分类精度,精确率和召回率都提高了4百分点;与Adaboost方法相比,召回率提高了3百分点,表明该方法具有较高的流量异常检测性能。
王婷王其兵何志方闫磊李远赵文娜郝伟张娅楠
关键词:网络流量异常检测级联神经网络
电力调度自动化设备全寿命周期管理关键技术研究被引量:5
2016年
电力调度自动化设备全寿命周期管理是电力企业改善对于设备管理中存在现状的有效策略。文章首先讲述了电力调度自动化设备管理存在的问题,其次提出了几点改善的策略。最后,表达了全寿命周期管理关键性技术的研究。
李远刘军王建滨朱燕芳闫磊
关键词:电力调度自动化设备全寿命周期管理
山西省电力辅助服务市场综合评价指标体系
2021年
电力辅助服务分析与评价是电力市场建设的重要组成部分。 但是,国内外关于电力市场辅助服务评价体系的研究不够深入,还没有形成一种完整的市场分析评价体系和理论方法。 根据中国电力监管委员会颁布的“两规”要求,结合山西省电网辅助服务的实施、运营和管理现状,构建了一套较为科学、全面的辅助服务市场评价指标体系。 从技术评估、市场状况、市场行为、市场绩效和市场风险等方面,考虑到辅助服务市场评估所涉及的指标的复杂性和多样性,为山西电网辅助服务的监管和评估提供定量参考。
闫磊李远赵文娜刘宇郭自豪王立鹏
关键词:评价指标
调度自动化设备全寿命周期管理的研究与实践
2016年
在科技水平飞速提高的当今社会,人们的生产和生活方式都有巨大的改变。企业想要实现盈利最大化,必须要建立在以当前先进的科学技术为基础情况下进行调整。本文主要探讨的是对于调度自动化设备的全寿命周期管理,研究思路主要是以全寿命周期为主,遵循设备的生命周期过程,进行分析和管理并找出管理的难点,通过对设备要素进行分析,最终确立状态检修主导整个运行维护过程。
李远王建滨朱燕芳闫磊
关键词:电网调度自动化设备全寿命周期
高流量控制阀的智能故障诊断
2021年
检测控制阀的故障对于提高整个电力工业的可靠性和安全性具有重要意义。然而,由于复杂的结构部件和系统本身,使用现有方法难以检测控制阀中的多个故障。为此,本文分析了不同诊断方法的原理,探讨阀门故障的机理,探究智能故障诊断(IFD)的关键技术,并成功实现了该技术。结果表明,所提出的智能故障诊断方法确实为检测高流量控制阀故障提供了一个有效途径。
慕国行闫磊朱燕芳李远徐利美
关键词:故障诊断控制阀高流量
山西省电力调度控制中心智能机房一体化系统建设
2016年
山西省电力调度控制中心本部机房从竣工投运至今,一直靠人工进行巡检维护IT基础设施,管理工作量巨大,并且对于目前复杂的各种突发事件不能有效预警,大大增加了管理难度,同时系统庞大,管理人员不能有效的掌控全局,而且现有各个管理系统缺乏集中关联和展示平台,管理系统之间没有有效的连接,形不成对总体概况的有效了解和横向分析。因此,为了提高调度运行维护人员运行维护支持水平,确保服务的可靠性,需要进行智能机房一体化综合监控,提高运维效率,保障对网络、系统故障有及时的响应和解决。
朱燕芳朱星伟闫磊赵文娜李远
关键词:综合监控
电力通信网光缆监测系统的规划与设计分析
2016年
电力通信网是电力系统的重要组成部分,可以为电力系统的日常运行、管理等任务提供基础通信服务,全面提升电力系统内部的信息传递质量和信息传递水平,进而保障电力企业的调度、电网自动化管理等顺利展开。而光缆检测系统主要承担着光缆的监测和控制工作,为光缆的管理和维护提供参考,进而保障电力系统的信息传递质量。本文就电力通信网络光缆监测系统展开探讨,结合电力通信网的基本情况,对光缆监测系统的规划与设计进行分析和解读,旨在为相关技术人员提供参考,实现对光缆监测系统的有效构建,并使其功能得到全面发挥,保障电力通信网的功能性和安全性,实现电力系统的信息传递质量和调度效率,推动电力企业的持续健康发展。
孔和琴李远
关键词:电力通信网
基于时序神经网络的智能变电站采样值报文虚假数据检测和丢包预测研究被引量:4
2019年
随着我国智能变电站的推广,采样值报文的研究也越来越重要。我国智能变电站系统结构与IEC61850标准相同,IEC61850使得变电站自动化系统(Substation Automation Systems,SAS)使用电子式互感器,并通过以太网将电压和电流量测值作为采样值(Sampled Measured Values,SMV)报文进行传送。然而SMV过高的传输率将会引起丢包等现象;同时SMV严格的4ms约束使得加密几乎不可实现。为此,本文首先分析了IEC61850可能面临的安全威胁,给出了可能的攻击类型。然后提出了一种虚假SMV报文的在线检测方案,同时也满足IEC61850规定的4ms约束。为了确保SAS的可靠运行,本文也提出了一种利用时序神经网络来对丢包进行检测的方法。为了验证本文所提方法的有效性,在合并单元和智能电子设备中进行验证。实验结果表明,通过对SMV报文丢包的准确预测,可以实现虚假数据的辨识并提高继电保护的鲁棒性。
闫磊李远徐利美岳彩娟
关键词:智能变电站
基于改进EO-BP神经网络的高压线损预测被引量:1
2023年
针对高压线损预测精度不高的问题,提出一种基于均衡优化器(Equilibrium Optimizer,EO)和BP神经网络相结合的线损预测模型。首先,为了提高EO算法的寻优能力,利用多种混沌映射关系初始化种群,使种群多样性增加,全局搜索能力得到改善;同时,采用物竞天择概率跳脱策略改进EO算法,使模型依概率跳出局部最优而收敛于全局最优解。其次,采用改进的EO算法对BP神经网络的权值和偏置进行优化,进而改善BP神经网络的预测效果。最后,实验结果证明,所提线损预测模型相对于回归模型、BP神经网络模型、模拟退火算法优化BP神经网络模型和EO优化BP神经网络模型具有更高的预测精度。
徐利美闫磊李远杨射任密蜂
关键词:混沌映射神经网络
基于大数据的电力设备运行数据分析系统的设计被引量:3
2021年
经济的快速发展,使得社会对于能源需求日益提升,加之信息技术的发展,在电力行业当中信息技术应用日益广泛。智能电网的建设,主要对电力系统当中数据展开监测,海量的数据资源使得大数据时代已然到来。由于电力数据种类丰富、体量大,具有实时性特点,价值密度相对较低,使用传统的电力监测系统只能实现对单一目标数据进行监测,由于电力设备的种类繁多,因此可能导致设备接口出现不匹配问题。大数据技术的出现,能够对电力设备的运行数据展开处理,建立共享平台。下文对于电力设备的数据分析系统设计和应用方法作出探讨。
李远
关键词:大数据电力设备运行数据
共2页<12>
聚类工具0