摘要：为推进大数据技术在油田领域的快速融合和应用,提出一种覆盖大数据处理整个生命周期的多功能大数据处理平台。平台融合各类大数据分析框架和机器学习框架,设计面向油田领域,能够支持实时和离线处理的数据挖掘功能。基于Docker容器封装各类计算框架和算法服务,并基于Kubernetes框架完成容器的编排与调度。在系统的架构方式上采用基于微服务的架构方式,将不同技术栈的应用独立分解为单个服务模块,以此来保证业务系统服务的可靠性、可扩展性。这使得企业数据分析人员能够专注于业务数据分析问题,而不必花费大量时间学习框架部署和其他大型数据挖掘技术细节。

摘要：采用颜色传感器TCS230、单片机AT89S52以及普通红外传感器,研制了快捷方便的餐盘自动计价系统。红外传感器感受到物体后激活颜色传感器,颜色传感器再将颜色信号处理后传达给单片机进而通过程序转化为一种相应的价格信号显示出来。经实验验证,该计价系统颜色获取较迅速、系统工作较稳定。

摘要：采用永磁同步电机(PMSM)模拟螺旋桨的负载特性,建立推进电机、负载电机、螺旋桨特性数学模型,并设计了变PI转速调节器,控制推进电机。在此基础上,在Maltab/Simulink仿真环境下,搭建螺旋桨仿真系统模型。仿真结果表明,采用直接转矩控制的负载电机能很好地模拟螺旋桨的动态特性。该研究成果为船舶电力推进系统的后继研究奠定了前期基础。

摘要：由于舰船中压直流电力(MVDC)系统存在脉冲性负载,造成母线电压大幅跌宕,而实际舰船需要保持母线电压的波动在允许范围内。同时,为了优化该系统的能源使用效率,采用混合能量存储系统(HESS),成为全电力舰船解决这些问题的有效方法。分别设计了PI控制器和模糊逻辑控制器,预测HESS的参考功率,以满足负载功率需求,对两种方法进行了分析比较。并对舰船处于不同载荷状态下的模糊能量管理策略进行了仿真分析研究。应用Matlab/Simulink建立了MVDC电力系统、HESS、推进负载、恒功率负载和脉冲负载模型进行仿真分析。仿真结果表明:模糊逻辑控制器优于PI控制器,同时基于模糊逻辑控制器能量管理策略能有效地管理舰船不同负荷功率需求,提升系统能源利用效率和稳定性。

摘要：文章针对船岸连接并网无缝切换与稳定性提升问题,在设计功率控制器、励磁控制器和预同步控制器的基础上,提出了基于虚拟同步发电机的船舶电力系统与港口岸电并网控制算法。在Matlab/Simulink环节下,对所提出的控制算法进行验证,仿真结果表明,应用所提出的船岸并网控制算法,能够较好地实现船岸并网无缝切换和快速同步;在负载突变情况下,岸电系统能快速反应,并及时增加或减少输出功率,动态响应效果符合预期。

摘要：针对高职院校教学中传统考核学生方式存在的问题,提出了基于B/S模式的网络在线考试系统,本文详细分析了在线考试系统的设计过程,使用者可不受时间和地域的限制进行在线考试、评分的同时,也减轻教务工作者的劳动强度,省去了一些教学中人工参与环节,提高教学工作效率与教学整体水平。

摘要：为规避电力营销风险,提升稽查管理水平,设计基于数据挖掘的电力营销稽查“智检”机器人系统。以B/S架构为基础,调用后台数据库管理模块存储的记录型和文件型数据,通过数据的选择、清洗以及变换等数据预处理过程,采用K-means算法聚类用电轨迹特征识别用户用电情况,通过信息管理及营销工作、运营状态检测等子模块,进行电力营销稽查“智检”。算例分析结果表明:该系统可满足电力公司营销稽查智检业务的作业需求,数据聚类效果好,系统数据管理最坏时间复杂度低,通信性能与存储性能较强。

摘要：为了对电力企业中不同部门的运行数据进行有效的挖掘,提出利用C5.0决策树算法对数据进行深层次分析,为管理人员提供有价值的决策支持。首先,对数据挖掘中先进的C5.0决策树算法原理进行分析,并通过引入信息熵对原有的属性选择方式进行改进,提高了信息增益比率计算的速度。然后根据设计的售电量关系模型进行对电厂管理信息系统中的数据进行挖掘。在UCI机器学习数据集和电力营销数据集上的实验结果表明,提出的改进C5.0决策树算法具有良好的分类性能,能够对售电市场进行快速、准确的用户分类,准确率达到86.5%。

摘要：由于电力调度过程中存在大量重复性电力文本,导致语义识别结果形式与理想形式差距较大。针对该问题,提出了基于改进Bert-AutoML的电力文本语义识别算法。采用基于词块的粒度划分方式,提取电力文本字粒度语义特征。计算语义序列与命名实体数据库中语义的相似度,获取多个对应语义序列,构建电力文本语义识别模型。使用自动机器学习法训练模型文本输入,计算输入向量和电力文本库中向量匹配度。结合字符掩码训练策略,将掩盖的内容与背景相联系,得到最终语义识别结果。实验结果表明,该算法语义识别结果呈现段落-结构形式,排列整齐且简洁,与理想识别结果一致。

摘要：为解决电力客户用电量大规模增加,造成供电公司电费管理风险较大的问题,提出了一种基于客户信用体系的电费风险识别算法。首先采用数据挖掘技术中的主成分分析法,以山西省电网客户作为研究对象,通过分析客户的信用体系与欠缴电费行为存在的内在联系,对客户信用进行分级。然后采用XGboost算法构建基于客户信用体系的电费风险识别模型,进而对电费风险进行识别。最后用实验结果表明,基于客户信用体系的电费风险识别模型的准确率达到了68.9%;相比传统的电费风险识别算法,新提出的风险识别算法能够客观合理地反映出指标之间存在的内部关系。