会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

大数据中的管理问题_基于大数据的资源观

大数据、云计算技术的产生和发展，正在逐渐影响审计技术和方法的发展。大数据主要着眼于“数据”，提供数据采集、挖掘、分析的技术和方法； 云计算技术主要关注 “计算”，提供 IT 解决方案。大数据、云计算技术可以促进持续审计方式的发展、总体审计模式的应用、审计成果的综合应用、相关关系证据的应用、高效数据审计的发展和大数据审计师的发展。强化大数据、云计算技术审计应用的措施包括制定长远发展战略、加快审计法规建设、建立行业平台、加强研发和提高利用能力。

  • 2021-04-21
  • 阅读328
  • 下载0
  • 8页
  • pdf

智能配电网大数据应用技术与前景分析

针对大数据在智能配电网中的应用问题，在分析智能配电网大数据现状和特征以及梳理数据关系网的基础上，阐述了大数据在智能配电网中应用所涉及到的大数据存储与处理以及大数据解析等关键技术。提出了数据价值链和面向大数据应用的“飞机型”理论框架，并从用电预测与协同调度、智能配电网网架发展趋势分析与优化规划，以及智能用电与网络降损等方面分析了大数据在智能配电网中的应用前景，提出了应用路线图。

  • 2021-04-21
  • 阅读249
  • 下载0
  • 8页
  • pdf

大能源思维与大数据思维的融合（一）大数据与电力大数据

大能源思维将电力视为能源生产与消费全流程中的枢纽环节，藉此推动上游一次能源的清洁替代与下游终端能源的电能替代，支撑能源的可持续发展。大数据思维将各种数据资源从简单的处理对象转变为生产的基础要素。这两种思维的融合，使电力大数据成为大能源系统广泛互联、开放互动及高度智能的支撑，包括：广域多时间尺度的能源数据及相关领域数据的采集、传输和存储，以及从这些大量多源异构数据中快速提炼出深层知识并发挥其应用价值。作为两篇论文中的开篇，在演绎大数据基本概念、结构类型及本质特征的基础上，归纳电力大数据的特点。针对综合能源，通过基于数学模型的因果型数据、无因果关系的统计型数据以及参与者博弈型数据的融合，构建信息能源系统的知识挖掘平台。其续篇将讨论信息能源系统，并通过若干案例，反映大数据思维对提高大能源经济性与可靠性的贡献。

  • 2021-04-21
  • 阅读268
  • 下载0
  • 8页
  • pdf

城市照明规划中的智慧照明指标研究

本文探究智慧城市的照明系统对城市照明规划的具体要求， 分析照明规划建设要素， 与智慧城市照明需 求相对应， 通过需求正向推导与场景反向回应两个维度梳理智慧照明指标， 形成智慧照明指标集， 用于评价智慧 城市照明规划的建设成效。

  • 2021-04-21
  • 阅读274
  • 下载0
  • 8页
  • pdf

基于改进学习策略的Kriging模型结构可靠度算法

针对机械产品可靠性分析过程中，极限状态函数隐式、高度非线性而导致可靠性求解困难等 问题，提出一种基于 Kriging 模型和改进 EGO 主动学习策略的可靠性求解算法。 对于传统 EGO 方法 无法在极限状态面区域进行有效选点问题，提出一种改进的 EGO 方法，通过对样本点模型预测值做 绝对值处理，基于响应值分布状态不变假设，将主动学习选点重心移到预测方差较大和极限状态面附 近，避免对不必要区域的过量选点，从而减少极限状态函数值的计算或试验次数，有效提高了可靠性 计算效率。 通过 3 个算例表明：与传统主动学习方法相比，所提方法具有良好的全局和局部搜索能 力，能够在较少计算极限状态函数次数条件下，估算得到精确的失效概率值。

  • 2021-04-21
  • 阅读413
  • 下载0
  • 8页
  • pdf

多无人机辅助的物联网信息与能量同传优化策略

目前基于无人机的物联网信息与能量同传优化研究大都只考虑了单无人机且部署固定高度的情形，针对这一局限性，设计一个多无人机辅助的信息与能量同传系统，并提出一个联合优化设备关联关系、无人机位置、无人机发射功率和设备功率分割比的多变量固定交替迭代优化算法，以实现设备最小采集能量最大化。在每次迭代中，首先根据信号强度确定关联关系，并利用基于禁忌搜索的无人机位置优化算法，确定无人机位置；其次利用一阶泰勒展开式将非凸问题近似为凸问题，求解无人机发射功率和设备功率分割比。仿真实验表明，相比于多个基准对比方案，所提算法和策略能够获得更优的最小采集能量。

  • 2021-04-20
  • 阅读263
  • 下载0
  • 8页
  • pdf

基于主动学习的工业互联网入侵检测研究

针对工业互联网结构复杂和已知攻击样本少导致的入侵检测准确率低的问题，文章提出一种基于主动学习的入侵检测系统（Active Learning-based Intrusion Detection System，ALIDS）。该系统将专家标注引入到入侵检测过程中，将主动学习查询策略与 LightGBM 结合，解决了训练样本稀缺情况下入侵检测系统准确率低的问题。首先从工业互联网原始网络流和载荷中提取特征，通过最近邻方法对缺失数据进行填补 ；再通过不确定性采样，选择最有价值的训练样本交由人工专家标注 ；然后将已标注样本加入训练集，同时使用贝叶斯优化对 LightGBM 模型进行超参数优化 ；最后在数据集上进行二分类和多分类实验，验证了 ALIDS 对入侵检测的有效性。

  • 2021-04-20
  • 阅读342
  • 下载0
  • 8页
  • pdf

基于XGBoost算法的智能电网信息攻击识别模型_邬蓉蓉

智能电网在遭受信息攻击后，如何根据量测数据的变化规律，准确识别电力系统遭受的攻击类型是提高电网安全防御的有效手段，提出一种基于Extreme Gradient Boosting （XGBoost）算法的智能电网信息攻击识别模型。基于kmeans-smote设计电力数据过采样方法，对量测数据进行平衡处理，解决攻击事件样本的不平衡问题。提出最大相关-最小冗余（MRMR）特征选择方法，提取信息攻击事件最优表征特征子集，降低数据维度并提升信息攻击的识别效率。设计XGBoost分类器，对3种攻击状态和正常状态进行分类识别，采用准确率、召回率等指标评估模型的识别性能。经仿真实验验证，所提出的信息攻击识别模型显著提升了智能电网信息攻击的识别精度，且具有较好的泛化性。

  • 2021-04-20
  • 阅读320
  • 下载0
  • 8页
  • pdf