摘要：针对如何提高停电事件分析能力,提出了改进型神经网络,构建改进DBN算法模型,通过该方法实现如何实现停电事件分析,然后对提取到的停电事件信息进行训练,停电事件信息训练改进DBN算法模型,建立停电事件分析预测模型,实现对停电事件分析的精准预测。研究还设计了停电事件辅助分析系统,通过采用节点误差数据组的方式区分停电事件和异常数据,通过误差补偿装置提高了DBN算法采用数据的精度。实验结果表明,在进行对停电事件分析预测的精确度测试时,停电事件分析预测的准确度可达97%,在可靠性测试时,停电事件分析管理可靠性可达96%。

摘要：为解决营销系统数据传输的误码以及数据类别混乱的问题,设计基于BP神经网络的电力营销系统数据流循环冗余校验技术。根据循环冗余原理获得循环冗余校验码,设置管理逻辑,引入BP神经网络,实现电力营销系统数据流循环冗余校验。实验结果显示:在可靠度阈值为1、高斯噪声信噪比为5.5dB的情况下,两个子系统与数据库之间数据传输平均比特差错率最低,且数据传输迭代时间更短,同时数据分类效果更为优异。

摘要：针对当前洁净厂房中彩钢板排布效率低的问题,将BIM技术用于洁净室彩钢板排布施工中,可有效提高基于Revit参数化技术快速生成所需要的排布图和资料统计表,让施工人员直观详细了解排布方案,有效节省了人力成本。结果表明,利用BIM技术有助于提升洁净厂房的设计施工精细化管理水平,一定程度上解决了二次结构排布过程中存在的材料浪费、损耗等现象,根据需要还可对所出的多套排布方案进行优选。