季知祥
- 作品数：7 被引量：307H指数：5
- 供职机构：国家电网公司中国电力科学研究院更多>>
- 发文基金：国家电网公司科技项目国家高技术研究发展计划更多>>
- 相关领域：电气工程更多>>
- 面向电力大数据应用的专业化分析技术研究被引量：21
- 2017年
- 智能电网是大数据的重要技术应用领域之一,大数据的价值通过多源异构相关数据的分析来实现。由于传统管理和运营模式的限制,在数据的处理和分析等方面还面临着很多问题,数据的价值尚未充分挖掘出来。文章分析了电力大数据的特征和大数据分析技术,着重对大数据分析过程中的数据预处理、降维、分析算法、计算等关键技术进行分析,并以配变负荷预测为例进行了深入分析。
- 季知祥邓春宇
- 关键词：负荷预测
- 一种基于虚拟化技术的电网调度自动化系统
- 本发明提供一种基于虚拟化技术的电网调度自动化系统，所述系统包括物理资源层、虚拟化资源管理层、系统应用层和用户层；所述物理资源层为虚拟化资源管理层提供物理载体，所述虚拟化资源管理层通过对物理资源层的资源虚拟化，为所述系统应...
- 季知祥戴娇狄方春李立新张章周薇韩冀中袁荣昌李大鹏王威
- 文献传递
- 一种电网调度自动化系统中的统一资源管理平台
- 本发明提供一种电网调度自动化系统中的统一资源管理平台，所述平台包括资源实体层、资源服务层和资源管理层；所述资源实体层为所述资源服务层提供物理资源，所述资源服务层将物理资源的供给服务化，并将服务化的物理资源通过服务接口提供...
- 季知祥李立新狄方春林静怀江凡谢巧云袁荣昌花静孙其强闫湖黄运豪
- 文献传递
- 面向智能电网的配电变压器重过载影响因素分析被引量：37
- 2017年
- 根据配变的历史负荷信息、天气信息、用电客户信息等相关资料,统计分析了配变重过载的主要影响因素。首先根据互信息概念及对策理论算法计算所有特征变量对配变重过载情况发生的相对重要性,然后使用贝叶斯和全概率公式计算配变重过载概率与特征变量之间的关系,最后根据重过载概率与特征变量间的关系对配变进行编码分类。分析结果表明:配变重过载主要因素为行业类别、用电类别、日平均温度及月平均温度;配变重过载多发生于采矿、制造等生产行业,乡村重过载率要高于城镇重过载率;大部分配变重过载发生于温度较高和较低时,少量的配变重过载发生在温度适宜时。配变月重过载天数与配变分类情况相吻合。
- 贺建章王海波季知祥朱朝阳张涛刘合金
- 关键词：智能电网配电变压器影响因素
- 智能配用电大数据需求分析与应用研究被引量：182
- 2015年
- 智能电网是大数据的重要技术应用领域之一。随着智能电网的发展,高级量测体系、各种监控系统的大规模部署产生和积累了大量数据,充分挖掘这些数据的价值具有重要意义。针对智能配用电业务,首先分析智能配用电大数据的特征;然后分析数据融合后的智能配用电大数据整体业务需求和应用场景,其中重点研究大数据环境下的用户用电行为和负荷预测两个典型应用场景,提出大数据环境下的研究思路和方法;接着分析业务应用中的大数据关键技术;最后给出了智能配用电大数据应用技术架构。
- 王继业季知祥史梦洁黄复鹏朱朝阳张东霞
- 智能电网大数据平台及其关键技术研究被引量：51
- 2015年
- 智能电网是大数据的重要技术应用领域之一。智能电网大数据平台是大数据挖掘的基础,首先分析智能电网大数据特征及业务需求,然后结合业务详细分析大数据的关键技术,最后给出了大数据平台架构和业务应用架构。智能电网大数据平台实现了智能电网全数据共享,并为业务应用开发和运行提供支撑平台。
- 孟祥君季知祥杨祎
- 关键词：智能电网
- 基于随机森林理论的配电变压器重过载预测被引量：31
- 2017年
- 针对使用传统分类器预测配变重过载会因为重过载样本率较低而带来的总正确率很高,重过载预测正确率却很低这一问题,将重抽样与随机森林理论引入分类模型中,构建重抽样-随机森林分类器对配变重过载进行预测。首先将观测中重过载样本和正常样本按照一定的比例进行抽样形成新的子样本,重复上述过程获得大量的新子样本。接着根据随机森林理论构建一系列的分类器,并用新子样本对分类器进行训练,得到分类模型。最终的预测结果由所有分类器预测结果的众数所决定。对山东省某市的配变进行重过载预测,并将上述方法与传统分类器进行比较。结果表明,新方法在预测配变日重过载类型、重过载开始与结束时间、重过载严重程度方面有较高的准确率。
- 贺建章王海波季知祥孟祥君张涛
