亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)的風(fēng)險(xiǎn)預(yù)警技術(shù)研究*

        2018-08-30 05:57:02李敏于仕
        電測(cè)與儀表 2018年15期
        關(guān)鍵詞:誤報(bào)率特征提取信息系統(tǒng)

        李敏, 于仕

        (國(guó)網(wǎng)江西省電力公司信通分公司,南昌 330077 )

        0 引 言

        隨著電網(wǎng)規(guī)模擴(kuò)大,需要采用智能信息化管理方法進(jìn)行電網(wǎng)管理和調(diào)度,提高電網(wǎng)輸電配電的可靠性的同時(shí),降低電網(wǎng)的能耗開(kāi)銷,提高電網(wǎng)運(yùn)行的可靠性[1-3]。電網(wǎng)信息系統(tǒng)是采用大數(shù)據(jù)信息處理方法對(duì)電網(wǎng)的運(yùn)行數(shù)據(jù)進(jìn)行集成管理的綜合化系統(tǒng),電網(wǎng)信息系統(tǒng)的穩(wěn)定可靠運(yùn)行是實(shí)現(xiàn)整個(gè)電網(wǎng)可靠運(yùn)行的關(guān)鍵,研究電源信息系統(tǒng)的狀態(tài)評(píng)估和風(fēng)險(xiǎn)預(yù)警方法,對(duì)提高信息系統(tǒng)運(yùn)行穩(wěn)定性,實(shí)現(xiàn)風(fēng)險(xiǎn)防控具有很好的實(shí)踐價(jià)值[1]。對(duì)電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)的風(fēng)險(xiǎn)預(yù)警研究處理是建立在對(duì)電網(wǎng)運(yùn)行工況的數(shù)據(jù)采樣分析和特征提取基礎(chǔ)上的,結(jié)合大數(shù)據(jù)信息加工和信息處理技術(shù),提取反映電網(wǎng)信息系統(tǒng)運(yùn)行工況的特征參量,采用特征聚類分析方法進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)判斷[4-5],對(duì)此,本文提出一種基于信息聚類融合處理的電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)的風(fēng)險(xiǎn)預(yù)警技術(shù),實(shí)現(xiàn)電網(wǎng)運(yùn)行狀態(tài)風(fēng)險(xiǎn)預(yù)測(cè)和優(yōu)化,最后進(jìn)行實(shí)驗(yàn)分析研究,展示了本文方法在提高電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)的風(fēng)險(xiǎn)預(yù)警可靠度方面的優(yōu)越性能。

        1 信息采集與統(tǒng)計(jì)聚類分析處理

        1.1 電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)工況信息采集

        對(duì)電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)的風(fēng)險(xiǎn)預(yù)警是建立在對(duì)電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)工況信息采集和特征提取的基礎(chǔ)上,對(duì)電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)的風(fēng)險(xiǎn)特征分析的第一步就是進(jìn)行電網(wǎng)信息系統(tǒng)的大數(shù)據(jù)挖掘和信息采樣,提取反映電網(wǎng)信息系統(tǒng)運(yùn)行工況的特征量,諸如電壓、電流、功率等信息[6],并對(duì)采集進(jìn)行特征分析,采用圖1所示的蓋革-彌勒計(jì)數(shù)管進(jìn)行電網(wǎng)信息系統(tǒng)的運(yùn)行工況數(shù)據(jù)采集和計(jì)數(shù),利用傳感器探頭進(jìn)行電網(wǎng)信息系統(tǒng)的光電信息采集。

        圖1 基于蓋革-彌勒計(jì)數(shù)管的電網(wǎng)信息系統(tǒng)的運(yùn)行工況數(shù)據(jù)采集和計(jì)數(shù)

        根據(jù)圖1的電網(wǎng)信息系統(tǒng)的運(yùn)行工況數(shù)據(jù)采集結(jié)果,進(jìn)行頻譜分析,得到的電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)存在風(fēng)險(xiǎn)下的數(shù)據(jù)采樣復(fù)信號(hào)z(t)的頻譜為[7]:

        (1)

        1.2 狀態(tài)評(píng)估數(shù)據(jù)統(tǒng)計(jì)聚類分析

        對(duì)采集的電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)評(píng)估數(shù)據(jù)進(jìn)行統(tǒng)計(jì)聚類分析,在電網(wǎng)信息系統(tǒng)中,運(yùn)行狀態(tài)風(fēng)險(xiǎn)評(píng)估的特征函數(shù)z(t)可寫(xiě)作:

        z(t)=s(t)+js(t)?h(t)=

        (2)

        式中Η[s(t)]稱為輸出電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)信息實(shí)信號(hào)s(t)的Hilbert變換。

        (3)

        式中Z(f)表示對(duì)特征狀態(tài)分布函數(shù)求平均;h(t)表示為階躍脈沖響應(yīng)。

        2 風(fēng)險(xiǎn)預(yù)測(cè)算法研究

        2.1 電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)特征提取

        對(duì)上述提取的特征量進(jìn)行自相關(guān)映射處理和信息標(biāo)定,結(jié)合反饋調(diào)節(jié)技術(shù)進(jìn)行風(fēng)險(xiǎn)預(yù)警。

        2.2 風(fēng)險(xiǎn)預(yù)警預(yù)測(cè)模型優(yōu)化

        在電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)存在風(fēng)險(xiǎn)情況下,通過(guò)平均互信息測(cè)量,得到電網(wǎng)運(yùn)行狀態(tài)的風(fēng)險(xiǎn)判別函數(shù)描述為:

        (4)

        通過(guò)對(duì)電網(wǎng)風(fēng)險(xiǎn)系數(shù)的時(shí)間-頻率聯(lián)合分布特征提取,得到了反映電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)風(fēng)險(xiǎn)特征的頻譜參量,最后采用信息反饋調(diào)節(jié)技術(shù)實(shí)現(xiàn)風(fēng)險(xiǎn)預(yù)警評(píng)估,得到電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)的風(fēng)險(xiǎn)特征的分類輸出結(jié)果為:

        (5)

        式中σ=0.707。

        3 實(shí)驗(yàn)結(jié)果與分析

        對(duì)電網(wǎng)信息系統(tǒng)的運(yùn)行狀態(tài)風(fēng)險(xiǎn)預(yù)警的仿真實(shí)驗(yàn)采用Matlab仿真[10]工具進(jìn)行數(shù)學(xué)仿真,運(yùn)行工況數(shù)據(jù)采集的樣本長(zhǎng)度為1 024,運(yùn)行狀態(tài)統(tǒng)計(jì)數(shù)據(jù)采集樣本分別為功率、電源電壓、電流強(qiáng)度等三組不同特性的樣本序列,測(cè)試樣本集規(guī)模為2 000,訓(xùn)練樣本集規(guī)模為500,運(yùn)行工況數(shù)據(jù)分布的頻帶4 kHz~10 kHz,采樣時(shí)間間隔為12 s,根據(jù)上述仿真參量設(shè)定,得到電網(wǎng)信息系統(tǒng)運(yùn)行工況數(shù)據(jù)采樣結(jié)果如圖2所示。

        圖2 電網(wǎng)信息系統(tǒng)運(yùn)行工況數(shù)據(jù)采樣結(jié)果

        以圖2所示的數(shù)據(jù)為測(cè)試樣本集,進(jìn)行數(shù)據(jù)聚類融合處理和特征分類,提取反映電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)風(fēng)險(xiǎn)分布的統(tǒng)計(jì)特征量,得到特征提取結(jié)果如圖3所示。

        圖3 特征提取結(jié)果

        分析圖3得知,通過(guò)特征提取能有效分辨電網(wǎng)信息系統(tǒng)的運(yùn)行狀態(tài),實(shí)現(xiàn)風(fēng)險(xiǎn)預(yù)警,采用不同方法進(jìn)行風(fēng)險(xiǎn)預(yù)警的可靠度對(duì)比,得到測(cè)試結(jié)果如圖4所示,分析圖4得知,本文方法進(jìn)行電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)風(fēng)險(xiǎn)預(yù)警的可靠度較高。

        圖4 風(fēng)險(xiǎn)預(yù)警可靠度對(duì)比

        圖5描述了采用不同方法進(jìn)行電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)的風(fēng)險(xiǎn)預(yù)警準(zhǔn)確性對(duì)比結(jié)果,仿真結(jié)果表明,采用本文方法進(jìn)行電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)的風(fēng)險(xiǎn)預(yù)警準(zhǔn)確性較好,有效實(shí)現(xiàn)了電網(wǎng)信息系統(tǒng)運(yùn)行與屬性分類的均衡博弈,提高了電網(wǎng)信息系統(tǒng)運(yùn)行的安全性。這是由于文中方法對(duì)采集的電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)評(píng)估數(shù)據(jù)進(jìn)行統(tǒng)計(jì)聚類分析,結(jié)合模糊自適應(yīng)C聚類算法進(jìn)行電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)評(píng)估和狀態(tài)屬性分類,提高了電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)預(yù)警的準(zhǔn)確性。

        在圖5考察了不同方法進(jìn)行電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)風(fēng)險(xiǎn)預(yù)警準(zhǔn)確性的基礎(chǔ)上,結(jié)合風(fēng)險(xiǎn)預(yù)警所需時(shí)間,考察不同方法的整體風(fēng)險(xiǎn)預(yù)警效率。具體實(shí)驗(yàn)結(jié)果如圖6所示。

        圖5 不同方法的風(fēng)險(xiǎn)預(yù)估準(zhǔn)確率對(duì)比

        。

        圖6 不同方法的風(fēng)險(xiǎn)預(yù)警效率對(duì)比

        如圖6所示,對(duì)比不同方法的預(yù)警效率可以發(fā)現(xiàn),本文所提方法的風(fēng)險(xiǎn)預(yù)警效率隨著樣本個(gè)數(shù)的增加而增加,效率可達(dá)到90%。而傳統(tǒng)方法的效率呈現(xiàn)隨著樣本個(gè)數(shù)增加而先增加后減小的趨勢(shì),穩(wěn)定性較差,且其整體效率始終低于本文方法的效率,最高效率僅為60%。分析研究不同方法的風(fēng)險(xiǎn)預(yù)警誤報(bào)率,結(jié)果如圖7所示。

        圖7 不同方法的風(fēng)險(xiǎn)預(yù)警誤報(bào)率

        不同方法對(duì)電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)風(fēng)險(xiǎn)預(yù)警的誤報(bào)率如圖7所示。由圖7可以看出,樣本數(shù)由0~2000的過(guò)程中,本文方法的誤報(bào)率始終保持在10%以下,傳統(tǒng)方法的誤報(bào)率隨著樣本數(shù)的增加呈現(xiàn)下降的趨勢(shì),但其誤報(bào)率最終仍在20%左右。證明傳統(tǒng)方法的實(shí)際應(yīng)用性較差,而本文方法的風(fēng)險(xiǎn)預(yù)警結(jié)果較為穩(wěn)定且準(zhǔn)確,更加適合實(shí)際電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)的風(fēng)險(xiǎn)預(yù)警評(píng)估,具有較強(qiáng)的實(shí)際應(yīng)用性能。

        4 結(jié)束語(yǔ)

        電網(wǎng)信息系統(tǒng)的穩(wěn)定可靠運(yùn)行是實(shí)現(xiàn)整個(gè)電網(wǎng)可靠運(yùn)行的關(guān)鍵,研究電源信息系統(tǒng)的狀態(tài)評(píng)估和風(fēng)險(xiǎn)預(yù)警方法,對(duì)提高信息系統(tǒng)運(yùn)行穩(wěn)定性有促進(jìn)性作用,本文提出基于信息聚類融合處理的電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)的風(fēng)險(xiǎn)預(yù)警技術(shù),提取反映電網(wǎng)信息系統(tǒng)運(yùn)行狀態(tài)風(fēng)險(xiǎn)特征的頻譜參量,采用信息反饋調(diào)節(jié)技術(shù)實(shí)現(xiàn)風(fēng)險(xiǎn)預(yù)警評(píng)估。研究表明,采用該方法進(jìn)行電網(wǎng)風(fēng)險(xiǎn)預(yù)警的可靠度較高,預(yù)警準(zhǔn)確率高,且誤報(bào)率明顯低于傳統(tǒng)方法,所提方法提高了電網(wǎng)信息系統(tǒng)的風(fēng)險(xiǎn)管理能力。

        猜你喜歡
        誤報(bào)率特征提取信息系統(tǒng)
        基于GRU-LSTM算法的物聯(lián)網(wǎng)數(shù)據(jù)入侵檢測(cè)分析
        基于SSA-SVM的網(wǎng)絡(luò)入侵檢測(cè)研究
        企業(yè)信息系統(tǒng)安全防護(hù)
        哈爾濱軸承(2022年1期)2022-05-23 13:13:18
        家用燃?xì)鈭?bào)警器誤報(bào)原因及降低誤報(bào)率的方法
        煤氣與熱力(2021年6期)2021-07-28 07:21:40
        基于Daubechies(dbN)的飛行器音頻特征提取
        電子制作(2018年19期)2018-11-14 02:37:08
        基于區(qū)塊鏈的通航維護(hù)信息系統(tǒng)研究
        電子制作(2018年11期)2018-08-04 03:25:54
        信息系統(tǒng)審計(jì)中計(jì)算機(jī)審計(jì)的應(yīng)用
        Bagging RCSP腦電特征提取算法
        基于SG-I6000的信息系統(tǒng)運(yùn)檢自動(dòng)化診斷實(shí)踐
        神經(jīng)網(wǎng)絡(luò)技術(shù)在網(wǎng)絡(luò)入侵檢測(cè)模型及系統(tǒng)中的應(yīng)用
        中文字幕一区二区三区四区久久| 制服丝袜人妻中文字幕在线| 日韩在线第二页| 伊人影院在线观看不卡| 日韩av一区二区不卡| 少妇一区二区三区乱码| 九九久久精品国产免费av | 亚洲а∨天堂久久精品2021| 久久av无码精品人妻糸列| 熟妇人妻不卡中文字幕| 青青草免费视频一区二区| 中文字幕av伊人av无码av | 成人爽a毛片一区二区免费| 日本无吗一区二区视频| 亚洲久悠悠色悠在线播放| 无码精品久久久久久人妻中字| 国产丝袜在线精品丝袜不卡| 无码高潮久久一级一级喷水| 亚洲专区路线一路线二网| 亚洲av无码电影在线播放| 国产主播一区二区三区在线观看| 无码国产一区二区色欲| 在线观看国产激情视频| 日韩人妻无码精品久久久不卡| 精品欧美乱子伦一区二区三区 | 日本红怡院东京热加勒比| 开心五月天第四色婷婷| 激情第一区仑乱| 自拍亚洲一区欧美另类| 亚洲97成人精品久久久| 成人中文乱幕日产无线码| 又爽又黄禁片视频1000免费| 亚洲女同精品久久女同| 男女边摸边吃奶边做视频韩国| 蜜臀av性久久久久蜜臀aⅴ| 日本久久久免费高清| av天堂手机在线看片资源| 人妻丰满熟妇岳av无码区hd| 亚洲V日韩V精品v无码专区小说 | 欧美伊人亚洲伊人色综| 精品国产女主播一区在线观看|