赵文硕
- 作品数：4 被引量：11H指数：2
- 供职机构：华北电力大学控制与计算机工程学院更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 关系型与非关系型数据库的应用研究
- 数据库技术从诞生到发展至今，不断取得进展，而关系型数据库一直是主流产品，但随着近几年Web2.0的发展，互联网数据呈现爆炸式的增长，传统的关系型数据库面对庞大的数据量，管理、维护工作遇到了前所未有的挑战。因此，非关系型数...
- 赵文硕
- 关键词：关系型数据库模糊综合评价法
- 文献传递
- 基于多因素考虑的变压器故障概率模型被引量：2
- 2015年
- 变压器在电力系统中意义重大,电力变压器一旦发生故障对电力系统将造成重大损失。在电力行业发展进程中,预防性检修及定期检修已不能满足当前的需要。因此研究基于在线监测的变压器故障诊断技术,获取当前变压器的健康状态,更好地对变压器的运行状况进行维护。综上所述:在线监测的变压器诊断技术对电力系统的安全运行具有非常重要的现实意义。当前的故障概率计算大多是针对可靠性的故障进行计算[1],没有综合考虑运行年限、已发生故障以及维修情况、运行经历等因素。因此得出的故障概率不是很准确,论文将从变压器运行的在线监测数据、运行年限、已发生的故障及维修情况、运行经历综合进行考虑,综合以上因素加权最后得出变压器整体的故障概率。
- 王浩谢萍王颖赵文硕廖一鸣李彦
- 关键词：变压器
- 基于并行共享挖掘算法的电力负荷预测被引量：1
- 2015年
- 影响电力负荷的因素有很多,用于电力负荷预测的数据随着电网规模的扩大也越来越多。传统预测方法不能通过挖掘大量数据,有效地建立电力负荷预测模型。论文结合并行共享数据挖掘技术,综合分析了基于HADOOP的并行共享决策树算法(PSDT)以及SLIQ算法,提出了一种新的方法来构建电力负荷预测模型。试验结果表明,使用该方法构建预测模型实用性较强,并且有良好的扩展性。
- 赵文硕谢萍王颖李彦廖一鸣
- 关键词：数据挖掘负荷预测HADOOP
- MapReduce框架下运用K-modes聚类算法进行日负荷曲线预测
- 2016年
- 提出一种MapReduce框架下运用K-modes聚类算法,并基于电力大数据对日负荷曲线进行预测的方法。将预测结果与传统K-modes聚类算法的预测结果进行对比,结果表明:K-modes聚类算法进行分布式处理的方法是可行的,使用这种方法对日负荷曲线进行预测效果更好,提高了预测的精确性,更好地指导电力生产。
- 李彦王颖廖一鸣赵文硕
- 关键词：大数据MAPREDUCE日负荷曲线预测
