摘要：针对传统电网防灾应急平台稳定性不足、测试准确度低等缺点,本研究设计出一款基于大数据模型分析的电网防灾平台。本平台基于大数据算法与FWA算法对电网防灾系统进行设计与改良,运用新型模块化结构对系统硬件重新设计;通过新型网络架构对平台网络层进行处理,通过网络架构的重新划分对电网信息数据进行分类与决策处理。经实验表明,本研究对比传统电网平台,不仅增强了系统的稳定性,还提升了系统的准确度,具有技术优越性。

摘要：安全警示牌对于重点建筑、管道、电缆区域的安全警示作用显著,可有效避免不必要的人身和财产损失。传统安全警示牌由于体积大、质量重、运输麻烦等原因不适合二次使用、浪费巨大,便携式的安全警示牌具有重大的研究价值和应用前景。基于此,本文首先提出了一种新颖的便携式结构,通过对警示牌和支架结构和连接方式的创新设计,以及对关键部件和连接处的尺寸进行规范,可实现警示牌安装灵活、结构牢固、拆卸方便,极大节约资源和时间。此外,本文还对便携式警示牌的改进方向进行了展望。

摘要：变电站微机防误系统未实现与二次设备闭锁情况相关联,存在因二次设备误操作安全隐患,为提升二次设备操作的准确性,基于变电站微机防误系统,构建一二次设备关系网络,建立一次与二次、二次与二次操作的约束关系,设计二次设备防误算法,采用拓扑分析技术实现一二次设备互校核,完善变电站一二次设备安全管控技术措施,提升变电作业安全管控水平。

摘要：日志信息是一个企业所有系统或设备的运行轨迹描述,也是企业运行历史情况的集中体现。对于企业信息系统日常运维来说,历史日志至关重要。一般来说,大多数日志信息都会文本格式存储到本地对应日志文件夹下,运维人员可以从对应日志文件中获悉系统或设备的运行状况。事件发生时往往都是通过运行日志文件信息来排查跟踪运行轨迹,寻找问题根源。但受本地存储空间大小的限制,历史日志信息有周期性清理机制,通常只会保留一段时间。

摘要：随着我国社会经济的飞速发展，电力事业和城市发展的进程也在不断飞速进行。目前，电力负荷的总体来说越来越多，城市中土地资源的供应也越发紧张，这就造成了传统土建方式完成的变电站问题日益突出。但是相同容量的预装式变电站的出现对解决这些问题提供新的思路，因为预装式变电站只有传统变电站大小的1／5～1／10，节约土地资源。无论是从整个变电站的设计方面还是建设施工方面，工作量都有着很大的改善。

摘要：针对传统的电力系统安全自动保护装置校验方法存在劳动量大,工作效率不高,设备检修周期长以及降低供电可靠性等不足,设计了一种安自保护装置校验辅助测试仪。该测试仪采集继电器逻辑回路模拟真实断路器接收安自保护装置的控制信号并进行相应动作,并将位置状态以无线方式实时发送给监控主设备。实际应用表明,该测试仪能够使得工作人员在室内就可以实时观察户外安自保护装置各个出口的控制信号,观察模拟断路器的合位、分位以及合后位,从而为验证备自投等安自保护装置提供必要的开关量状态,大大提高了人工校验的工作效率。

摘要：电网是连接用电设备以及发电设备的统称,在整体输电以及配电过程中都具有至关重要的作用。随着社会经济的发展,人们对电力资源的需求越来越高,继而带动国家电网事业快速发展。电力资源的供应对各领域都有至关重要的影响,其中,电网规划与电力设计显得尤为重要。

摘要：本文指出随着电力系统规模的不断扩大和电力设备的不断更新,电网短路电流计算及保护继电器调整问题日益凸显;电网短路电流的准确计算对于电力系统的设计、运行和保护具有至关重要的作用。为此,本文首先阐述了电源配电网短路电流计算方法,包括配电网模型、通用计算方法以及含分布式电源和多类型分布式电源的计算方法;其次研究了继电器保护的优化协调方法,采用微分进化算法进行了改进;最后在算例验证部分,利用C++程序在Xcode平台进行了验证,以确保所提方法的正确性。本研究能够为电力系统的稳定运行提供理论和方法方面的支持,对电力系统领域的相关研究起到促进作用。

摘要：针对电力通信网络节点检测方法存在节点检测工作效率低的缺陷,提出基于影响因子的电力通信网络节点检测方法。将通信影响因子融入检测系统中,建立电力通信网络节点模型,设置检测路径。通过数据处理和故障定位设计仿真试验,证明该方法与传统方法相比,检测召唤率更稳定、检测时间更短、效率更高。

摘要：由于目前电网用电信息分析过程中受到数据量较大的影响,存在分析耗时长、运算复杂等问题,为了提高电网系统中用电量数据的分析效率,提出基于数据融合算法的电网用电量数据分析方法。分析数据前挖掘相关用电数据,根据电网中用电的特点,确定对应的数据挖掘方法,通过引入电力用电数据挖掘体系结构,结合数据融合算法分析用电量数据,提高了数据分析的速度。由于用电量数据极易丢失,设计数据融合算法调整指标权重,进而加快了算法的收敛性。利用数据融合算法的计算优势,完成用电量数据分析的改进设计。结合数据分析流程,实现电网中用电量数据的分析。实验结果显示,与其他两种数据分析方法相比,该方法的数据分析耗时低于5s,收敛次数平均低于20次,运算性能较好,提高了数据分析的准确性。