基于序列学习的电力铁塔变形分析与决策方法

    公开(公告)号:CN104915534B

    公开(公告)日:2018-10-02

    申请号:CN201410683386.0

    申请日:2014-11-25

    IPC分类号: G06F17/50

    摘要: 本发明提供一种基于序列学习的电力铁塔变形分析与决策方法,先使用卡尔曼滤波算法进行原始数据筛选,其次使用一元线性回归和最小二乘法进行筛选后数据的校核,再次使用小波分析理论对校核后数据进行滤波分析;然后建立自回归滑动平均(Auto‑Regressive and Moving Average简称ARMA)模型进行初步预测,最后建立组合模型分析铁塔形变状态。本发明利用序列学习理论,建立组合模型,以用于电力塔形变分析,该方法解决了传统电力塔变形监测方式存在的建模单一粗糙,人工判断精度不高、效率低等问题。

    基于序列学习的电力铁塔变形分析与决策方法

    公开(公告)号:CN104915534A

    公开(公告)日:2015-09-16

    申请号:CN201410683386.0

    申请日:2014-11-25

    IPC分类号: G06F19/00

    摘要: 本发明属于电力设备维护与监测技术领域,涉及一种基于惯性测量的电力铁塔变形监测方法。该方法利用北斗导航定位实时动态(Real-timekinematic简称RTK)解算方法实现动态位移监测,利用静态解算方法实现静态位移监测,利用倾角传感器实现铁塔姿态监测,利用加速度传感器实现铁塔水平、垂直相对位移监测,利用气象传感器实现铁塔风偏、覆冰监测。本发明将上述监控方法的实现多维度组合应用,通过前端软件预警和中心端软件分析处理,实现智能化监测。

    一种网络流量大数据分析方法
    7.
    发明公开

    公开(公告)号:CN116886453A

    公开(公告)日:2023-10-13

    申请号:CN202311158322.4

    申请日:2023-09-08

    IPC分类号: H04L9/40

    摘要: 本发明涉及数据处理技术领域,具体涉及一种网络流量大数据分析方法,包括:根据历史流量数据获得历史网络数据包平均数量和历史疑似异常用户;根据历史网络数据包平均数量和历史疑似异常用户计算时间段长度,根据时间段长度和每个IP地址的网络数据包获得每个IP地址的网络数据包数量;根据时间段长度、每个IP地址的网络数据包数量,计算每个IP地址的网络数据包的异常特征值;根据所有IP地址的网络数据包的异常特征值计算k距离值;将所有IP地址转换为坐标系中的数据点,将k距离值作为LOF算法的参数筛选出所有数据点中的异常数据点,对根据异常数据点获得的异常IP地址进行处理。本发明加强对异常IP地址的监测,提高监测准确度。

    一种智慧电网监控数据存储方法及系统

    公开(公告)号:CN117278054B

    公开(公告)日:2024-02-02

    申请号:CN202311555869.8

    申请日:2023-11-21

    摘要: 本发明涉及数据处理技术领域,具体涉及一种智慧电网监控数据存储方法及系统,包括:获取智慧电网监控字符数据,根据智慧电网监控字符数据得到初始字典,根据初始字典得到编码数据和待压缩数据以及字符串频次序列,得到字符串频率序列,根据字符串频率序列得到扩充字典,根据字符串频率序列中字符串的频率指数、初始字典中字符串的最近使用频率因子得到初始字典中字符串的重要程度序列,得到更新后的字典,根据扩充字典和更新后的字典对智慧电网监控字符数据进行编码及存储。本发明通过对LZ78算法的字符串匹配检索策略进行改进,将重要程度较高的字符串作为检索数据保留,减小字符串的检索范围,达到提高压缩速度的效果。

    一种网络流量大数据分析方法

    公开(公告)号:CN116886453B

    公开(公告)日:2023-11-24

    申请号:CN202311158322.4

    申请日:2023-09-08

    IPC分类号: H04L9/40

    摘要: 本发明涉及数据处理技术领域,具体涉及一种网络流量大数据分析方法,包括:根据历史流量数据获得历史网络数据包平均数量和历史疑似异常用户;根据历史网络数据包平均数量和历史疑似异常用户计算时间段长度,根据时间段长度和每个IP地址的网络数据包获得每个IP地址的网络数据包数量;根据时间段长度、每个IP地址的网络数据包数量,计算每个IP地址的网络数据包的异常特征值;根据所有IP地址的网络数据包的异常特征值计算k距离值;将所有IP地址转换为坐标系中的数据点,将k距离值作为LOF算法的参数筛选出所有数据点中的异常数据点,对根据异常数据点获得的异常IP地址进行处理。本发明加强对异常IP地址的监测,提高监测准确度。