摘要：使用基于红外图像的故障诊断方法、基于深度Q网络故障诊断方法缺少对发电异常数据关联分析,导致数据识别结果不精准,针对该问题,提出了基于大数据挖掘的发电系统异常数据识别系统设计。采用LM12H458高度集成数据采集芯片,设计系统采集子系统,控制系统采集的启动和停止。使用数据处理子系统处理采集数据,并将采集结果存储到子系统中,通过LED显示屏完成数据识别。根据发电量、光照强度、温度、湿度关联分析,采用apriori算法构建先验规则集,完成异常数据识别。由实验结果可知,该系统与实际数据一致,具有精准的识别效果。

摘要：为了探究光伏建筑最佳利用方位和角度,首先将BIPV(Building Integrated Photovoltaic)和BAPV(Building Attached Photovoltaic)进行了定义区分,明确需要进行建模的类别。然后,基于上海地区的地理位置和气候条件,通过使用OpenStudio进行光伏建筑建模,通过设置屋顶光伏板不同方位和倾角得出最佳利用效能,并与理论结果进行对比分析以验证可行性。结果表明:基于上海地区的地理位置,光伏屋顶的最佳朝向是南,倾角在25°左右可以使光伏利用效能达到最大,由此可以得出不同地理位置的最佳光伏利用倾角及方位,可为实际工程应用中节约时间、提高利用效率提供参考。

摘要：目前提出的电力负荷预测系统对电力负荷的辨识率较低,导致预测时间过长。基于数据挖掘,设计一种新的电力负荷预测系统,通过数据源层、数据连接层、数据库层、数据挖掘层、系统应用层、集成层、用户层组成系统硬件结构,由IT20154芯片实现电力负荷数据预处理。软件设定归类、合并、维系和总结4项功能,通过输入、生成、推理、干预,实现电力负荷预测流程。实验结果表明,基于数据挖掘的电力负荷预测系统能够有效提高辨识率,降低预测时间。

摘要：随着信息化时代的到来,网络通信能力的提高,数据采集也有了多种方式。环保数据作为常用信息载体,数量在急剧增加中,处理数据的技术还停留在基础阶段。在此背景下设计了基于Hadoop的环保数据采集平台。该平台是基于Hadoop框架,配合子项目Hive和HBase,完成全面的数据分析支持。采用PIC18F8722单片机为核心组件,对传感器收集到的数据通过GPRS无线网络上传,利用CLARA聚类算法对数据进行整合归类,最后通过数据节点完成对数据的储存、备份过程。