简介:摘要:随着我国经济的发展和社会的进步,我国终端数据的接入量和采集量逐渐地上升,尤其是电力计量数据的积累呈现高储备的趋势。每天仅电力计量数据的积累就高达上亿,故障问题也随之频繁发生,因此需要有效的电力故障诊断模型从储备的电力计量数据中挖掘潜在的规律,科学准确地预测电力故障问题。电力故障的有效预测也可以帮助企业提高电网的运行效率,节约维护过程中所需的成本。针对该领域的研究正处于发展的阶段,部分专家学者利用回归分析法建立预测模型,从多因素预测角度出发,分析因素变量间的相关性,判定不同因素对电力故障的影响。也有部分专家学者从电力计量数据的角度出发,利用电力计量数据得到计量系统网络阻抗与电流互感器一次、二次侧短路故障之间的关系,将得到的规律应用在故障检测中,但是并没有真正地实现预测智能化,更好的还是将规律和主观经验判断相结合,再将判断后的经验用于预测。还有部分专家学者利用人工智能技术建立诊断模型,旨在从海量的电力计量数据中挖掘潜在的规律,但是模型更多是在理论上构建,并未真正地实现故障的诊断,也未真正地将模型搭建起来。
简介:摘要:近年来,我国对电能的需求不断增加,电力工程建设越来越多。为了解决人工操作存在的各种缺陷,等到大数据时代到来后,该项工作就应用了大数据技术,这样既可以实时监测电力计量装置运行情况,还可以增强电力计量工作效率,检测准确率也能获得发展,而且可以控制故障出现概率,同时可以提升检测智能化。基于此,本文就电力计量系统数据采集的优化措施进行研究,以供参考。