针对电力系统中输变电设备运维过程中数据管理滞后、监控能力差的问题,设计一个新型的输变电设备智能化网络运维管理平台。该平台充分应用云计算、人工智能技术、大数据管理技术等多种技术手段,实现设备运维过程中数据采集、计算、传输...针对电力系统中输变电设备运维过程中数据管理滞后、监控能力差的问题,设计一个新型的输变电设备智能化网络运维管理平台。该平台充分应用云计算、人工智能技术、大数据管理技术等多种技术手段,实现设备运维过程中数据采集、计算、传输以及远程应用。应用改进型人鱼算法模型(Artificial Fish Swarm Algorithm,AFSA),提高了运维设备数据信息的接收跟踪,设计出改进型BP神经网络模型,实现输变电设备运维过程中的故障诊断。试验表明,本研究数据跟踪量在90%以上,故障诊断精确率达90%以上。展开更多
为更好推进铁路工程建设信息化发展的速度,传统管理模式需要进行改变。研究通过B I M技术构建铁路信号运维管理平台,通过平台同步、共享设备的数据信息,三维可视化漫游浏览、设备台账、设备履历、设备故障、历史维护等静态属性和动态数...为更好推进铁路工程建设信息化发展的速度,传统管理模式需要进行改变。研究通过B I M技术构建铁路信号运维管理平台,通过平台同步、共享设备的数据信息,三维可视化漫游浏览、设备台账、设备履历、设备故障、历史维护等静态属性和动态数据信息的查看,实现铁路信号工程设备数据的集成化、可视化,对铁路信号设备的维修维护工作作出判断、预警和指导。展开更多
文摘针对电力系统中输变电设备运维过程中数据管理滞后、监控能力差的问题,设计一个新型的输变电设备智能化网络运维管理平台。该平台充分应用云计算、人工智能技术、大数据管理技术等多种技术手段,实现设备运维过程中数据采集、计算、传输以及远程应用。应用改进型人鱼算法模型(Artificial Fish Swarm Algorithm,AFSA),提高了运维设备数据信息的接收跟踪,设计出改进型BP神经网络模型,实现输变电设备运维过程中的故障诊断。试验表明,本研究数据跟踪量在90%以上,故障诊断精确率达90%以上。
文摘为更好推进铁路工程建设信息化发展的速度,传统管理模式需要进行改变。研究通过B I M技术构建铁路信号运维管理平台,通过平台同步、共享设备的数据信息,三维可视化漫游浏览、设备台账、设备履历、设备故障、历史维护等静态属性和动态数据信息的查看,实现铁路信号工程设备数据的集成化、可视化,对铁路信号设备的维修维护工作作出判断、预警和指导。
