基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着我国社会经济的快速发展,电力负荷增长迅速,电网规模不断扩大.同时,智能变电站技术日益成熟,监测电力设备运行状态的新技术、新方法被广泛应用,使得电力监控员所需要监视的电力设备监控信号越来越多,导致监控人员承载力不足,进而影响信号的及时出口,甚至造成事故异常影响的发展和扩大. 在建设智能电网的战略思维下,利用先进的计算机计算、大数据分析技术替代大量重复性的人工劳动,强化异常信息实时响应和设备隐患排查,从而提升电网整体安全运行水平是电力设备监控专业的发展方向.通过K-Means聚类算法对海量告警信号进行大数据分析,对电网设备缺陷以及电网运行中的薄弱环节电网运行情况提出有效预警.
推荐文章
基于 DM 的电力设备运行状态监控系统设计
状态监控
智能分析
实时数据
JSP
基于深度学习的电力设备智能运行方式的研究
电力市场
深度学习
BP神经网络算法模型
随机矩阵理论模型
决策树分类算法
基于图像分析的电力设备故障检测技术研究
红外图像
电力设备
热故障
拉普拉斯锐化算法
多智能体技术在电力设备在线监测中的应用
多智能体
电力设备
在线监测
自诊断系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于关键信号提取技术的电力设备监控信息智能告警
来源期刊 大众用电 学科
关键词
年,卷(期) 2020,(12) 所属期刊栏目 电气时空
研究方向 页码范围 23-24
页数 2页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
引文网络交叉学科
相关学者/机构
期刊影响力
大众用电
月刊
1008-9454
43-1123/TK
大16开
湖南省长沙市韶山北路388号
42-134
1985
chi
出版文献量(篇)
7741
总下载数(次)
4
总被引数(次)
6337
论文1v1指导