-
题名基于SOA与虚拟私有云的断路器状态可视化监测系统
被引量：13
- 1
-
-
作者
练椿杰
韦化
覃圣超
李宗声
-
机构
广西电力系统最优化与节能重点实验室(广西大学)
-
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2020年第17期155-161,共7页
-
基金
国家自然科学基金项目资助(51167003)。
-
文摘
提出了基于面向服务架构(Service-Oriented Architecture,SOA)及虚拟私有云(Virtual Private Cloud,VPC)的断路器状态实时可视化监测系统,解决了现有SCADA系统在大数据背景下断路器信息分散不集中、可视化困难的问题。系统采用SOA架构,将各基础功能封装成接口服务,相互调用以实现整体功能,具备低耦合、易维护、易拓展的特点。将系统部署至虚拟私有云,整合虚拟私有云高性能、低成本、强灾备、高安全性的优势,实现了可交互、可跨平台的B/S模式的Web客户端。其作为一个决策支持系统,为电网工作人员可靠地监控整个电网提供了强有力的依据。对所提系统的原理、结构、特点及部署过程进行了详细地介绍。运行结果表明,该系统提高了电力系统的安全稳定特性,满足电网的可靠性要求,且应用于实际电力系统,具有良好的应用前景。
-
关键词
SOA
虚拟私有云
断路器状态监测
可视化
安全稳定
-
Keywords
SOA
virtual private cloud
circuit breaker status monitoring
visualization
safety and stability
-
分类号
TM561
[电气工程—电器]
-
-
题名趋势导向的极限学习机小水电群出力预测
被引量：3
- 2
-
-
作者
陈晓兵
吴剑锋
黄馗
练椿杰
江雄烽
祝云
张弛
-
机构
广西电网责任有限公司
广西电力系统最优化与节能技术重点实验室(广西大学)
-
出处
《电气自动化》
2020年第2期73-75,共3页
-
文摘
为解决传统水电预测模型因原始数据处理方式单一而导致预测精度低的问题,提出了趋势导向的极限学习机预测模型。模型首先对小水电群的出力历史数据进行了平滑及异常数据修复处理,接着从处理后的功率曲线中提取功率变化的趋势,并将趋势作为极限学习机模型的新特征输入,为极限学习机的预测提供一个正确且唯一的预测趋势,极大地提升了小水电发电量预测的准确率。模型已应用于广西全区小水电群的发电量预测,具有广泛的应用前景。
-
关键词
极限学习机
趋势导向
小水电群
功率预测
数据平滑
-
Keywords
extreme learning machine
trend guide
small hydropower group
power prediction
data smoothing
-
分类号
TM73
[电气工程—电力系统及自动化]
-
