您的位置: 专家智库 > >

吴少雄

作品数:2 被引量:21H指数:2
供职机构:国网电力科学研究院更多>>
发文基金:国家电网公司科技项目更多>>
相关领域:电气工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电气工程

主题

  • 1篇电能
  • 1篇电能表
  • 1篇电信息
  • 1篇用电信息
  • 1篇用电信息采集
  • 1篇智能监测
  • 1篇数据集
  • 1篇数据集市
  • 1篇数据挖掘
  • 1篇数据挖掘分析
  • 1篇企业服务总线
  • 1篇总线
  • 1篇基于SOA
  • 1篇健康
  • 1篇服务总线
  • 1篇SOA

机构

  • 2篇国网电力科学...
  • 1篇国网安徽省电...
  • 1篇国网苏州供电...
  • 1篇北明软件有限...

作者

  • 2篇吴少雄
  • 1篇王军
  • 1篇肖坚红
  • 1篇薛晓茹
  • 1篇马晓东
  • 1篇李珏
  • 1篇赵永红
  • 1篇武文广

传媒

  • 1篇电气应用
  • 1篇电网与清洁能...

年份

  • 1篇2016
  • 1篇2015
2 条 记 录,以下是 1-2
排序方式:
基于SOA的用电采集数据分析与智能监测系统的设计与实现被引量:4
2015年
充分利用用电信息采集系统的海量数据,有效地整合智能电网中各类生产管理系统和自动化系统的数据资源和应用,采取基于面向服务的体系架构,结合数据集市技术,设计用电信息采集数据分析与智能监测系统的基础框架,通过阐明系统架构和功能,以及系统设计采用的关键技术与实现方式,通过一体化数据建模、服务组件和企业服务总线等技术,解决不同系统间的异构数据交互,并使用J2EE技术进行了系统实现。
马晓东李珏吴少雄王军
关键词:SOA用电信息采集企业服务总线数据集市
电能表健康度分析及整体运行状态预测方法被引量:17
2016年
通过基于"厂商+批次"对电能表整体运行状态进行分析,不仅可以发现电能表的运行故障率呈现出明显的层次分布,同时还能发现家族性的问题或者缺陷,实现基于传统的人工经验诊断转变为基于机器学习智能分析预测。第一阶段:以厂商和生产批次为对象,通过对电能表状态的故障率、报废费和折旧率进行分析,将所有电能表的分析数据降维整合为"非健康度曲线"的一维数据,且利用散点图将分析对象非健康值展现。不仅能告诉我们每个批次电能表的现状,还能告诉我们哪些批次存在问题,根据不同的预警等级,确定电能表故障的严重性。第二阶段:通过对电能表工作状态和工作环境实时监测,借助机器学习中线性回归的算法,诊断、预测电能表的实际运行状态,预测电能表非健康度值变化趋势。基于上述二个阶段的分析,为电能表状态检修、备品备件等工作提供辅助决策依据。
肖坚红赵永红薛晓茹孙承露吴少雄武文广
关键词:数据挖掘分析
共1页<1>
聚类工具0