基于大数据的电网设备监控信息自动分类方法.docVIP

基于大数据的电网设备监控信息自动分类方法.doc

  1. 1、本文档共17页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于大数据的电网设备监控信息自动分类方法 目录 TOC \o 1-9 \h \z \u 目录 1 正文 2 文1:基于大数据的电网设备监控信息自动分类方法 2 一、监控信息数据采集与处理 2 1、监控信息数据采集 2 2、信息数据预处理 3 2.1监控信息梳理 3 2.2构建信息熵数学模型 3 2.3基于信息熵的文本处理 4 1)删除文档f数据项 4 2)以信息熵前后变化较大的数据项为中心值 4 3)分类方案的实施 5 二、实验 5 1、参数设置 5 2、实验环境设置 5 2.1信号干扰 6 2.2噪声干扰 6 结束语 7 文2:基于BSC的电网企业绩效评价体系研究 7 一、问题的提出 7 二、我国现行企业绩效评价体系现状及不足 8 三、平衡计分卡概述 10 (一)平衡计分卡的特点 11 (二)平衡计分卡的适用范围 12 (三)建立平衡计分卡绩效评价指标体系的步骤 12 四、基于BSC的电网企业绩效评价体系设计 13 (一)电网企业战略目标 13 2010年。实现发展速度与质量、电网装备技术水平、主 13 (4)2015年,公司整体达到国际先进水平 13 (二)电网企业战略绩效目标指标 13 (三)电网企业绩效评价指标体系的构建 14 1 电网企业绩效评价指标体系设计原则 14 2 基于BSC的绩效评价指标体系 14 3 评价指标标准值的确定 15 4 指标权重的确定 15 五、结束语 16 原创性声明(模板) 16 正文 基于大数据的电网设备监控信息自动分类方法 文1:基于大数据的电网设备监控信息自动分类方法 一、监控信息数据采集与处理 传统监控界面通常具备告警显示窗口,电网设备变位、异常和故障等信息都是通过告警窗口显示的。当设备出现异常时,在同一时间段内不停播报各种信息,很难在短时间内查找到有用信息,会造成信息不准确,分类效果较差的问题。因此,在对电网设备监控信息自动分类方法研究之前,先对电网设备监控信息数据总体结构进行分析。 1、监控信息数据采集 电网设备监控信息数据采集结构如图1所示。 由图1可知:监控信息主要是从调度管理器、电网调控技术支持器、输变电设备在线监测器中进行采集的。调度管理器主要包含监测日志信息、设备账本信息、流程管理信息;电网调控技术支持器主要包含运行数据、实时预警信息;输变电设备在线监测器主要包含变压器色谱分析和相应预警信息。 2、信息数据预处理 2.1监控信息梳理 在大数据环境下,对于电网设备监控信息冗余问题,需采用信息梳理方式,合并相关文档。根据图1数据采集结果可知,在对电网设备信息进行分类时需要各个部门相互配合,才可对全部信息进行梳理,才能实现准确分类监控信息的目的。工作人员从信息库中导出所有电网设备监控信息,联合调度班和自动化运维对全部信息进行梳理。梳理方案经过相关部门审核完毕后,小组组长才可批准执行,根据方案流程进行信息排查。排查没有问题,按照要求录入执行信息,信息录入完成之后,将梳理信息进行归档,重新设置信息档案库,任何出现预警的设备都可快速调出进行复查。 2.2构建信息熵数学模型 触发式告警是电网设备监控的主要体现形式,当设备出现异常信息时,可通过该模型发出告警信息。传递到电网监控器后台上的机器信息都是带有时间标签的,一旦电网出现故障,短期内会伴有大量故障信号,因此,电网设备在正常状态下运行与故障状态下运行,所接收到的信号频率是不一致的。在大数据环境下,以时间尺度为标准有哪些信誉好的足球投注网站监控信息,将5s作为时间间隔,连续统计这5s内发出的监控信息,由此构建的信息熵数学模型如式(1)所示。 F[(t1,n1,x1),(t2,n2,x2),……,(t1,n1,x1),](1) 式(1)中:f表示按照时间段划分得到的监控信息;t表示时间长为5s的时间段;n表示对应时间段内出现的预警信号数量;x表示时间长为5s以内的预警文本内容。其中(t1,n1,x1)为一个数据项,表示预警文本内容x1的预警信息数量n1在t1时间段内接收到的数量。一旦电网设备不能正常运行,与故障相关的预警信号会在5s以内发出。为了保证信号的有效性,以15s为时间间隔,获取相应预警文档f。计算文档f信息熵[16],具体计算情况如下所示: 式(2)中:e为常数;k为初始状态数量,其数值大小是电网监控设备在时间间隔内接收到的最大预警信号数量值。 p(r)为该状态下文档f中出现的概率: 在该集合内,若监控信息熵值较大,那么无效数据数量就会越多,电网设备出现故障的几率就越大。 2.3基于信息熵的文本处理 以15s为时间间隔,每5s进行

文档评论(0)

ating1999 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档