简介:摘 要:针对现有煤矿安全监测监控系统图形界面标准不一致、呈现效果差别大、无法实现系统联动效应等问题,采用WebGIS数据发布和WebService、OPC数据交互技术,将煤矿不同安全监测监控系统数据集中在统一的GIS平台上展示,并通过关联各系统设备之间的逻辑关系,实现多系统融合联动。
简介:摘要:当前智能电网的建设进程不断加快,智能电网在运行维修和管理过程中会产生大量的数据信息,在这些数据信息当中,既包含了结构性的数据信息,又包含了非结构性的数据信息,数据类型多种多样,如何对这些数据进行高效的储存并实现快速分析,快速挖掘是当前电力系统需要重点研究的内容。为此在今后电力系统智能化发展过程中,就需要注重做好多源数据的有效融合,通过加快构建一套完善的电力多源数据融合体系,能够将电网运行过程中所形成的各项信息进行自动化的收集分析和自动化的挖掘处理,保证各项信息的价值能够全面发挥,有效推动智能电网建设进程。本文主要结合实际工作经验,首先探讨了当前电力多源数据处理的局限性,然后分析了一种电力多源数据融合方法,希望通过研究对广大同行有所帮助。
简介:摘要:随着电网规模的不断扩大,电力系统已经成为广域大系统,具有高度复杂的结构和高阶非线性的模型,在足够满足系统安全性要求的前提下,新出现的问题是如何进行调度控制和决策,从而使电力系统能够在稳定、经济、高效的条件下运行。在电力施工信息融合监测中,过去是采用分批估算的方法,对获得的监测数据进行分批估算,采用批量处理方式,计算存在于某一批次中的数据平均值和方差,然后将该方法计算得到的结果添加到最终的计算公式中,得到的数据为最终数据融合值,从而保证监测结果更精确;通过加权平均法得到的数据同时间有一定关联,其自身的时间则是这些数据的权数,首先要得到上述所提数据的加权数据,再将得出的加权数据进行平均数计算,方便为日后进行数据走势的预测提供所需数据。
简介:针对单一特征步态识别率低的问题,提出一种将步态能量图(GaitEnergyImage,GEI)中动态部分和Gabor小波特征融合的步态识别算法.首先,通过运动目标检测及二值化和形态学处理等预处理操作得到步态轮廓图,再进一步从步态轮廓图计算得到步态能量图,并从中分割出动态部分.然后,利用Gabor小波从步态能量图的动态部分中提取不同角度的信息,将两步态特征融合在一起,对融合后得到的特征向量用改进的KPCA方法进行降维.最后,将降维后的融合特征向量输入到基于多分类的支持向量机(SupportVectorMachine,SVM)中,从而完成步态的分类和识别.经过在中国科学院自动化研究所CASIA步态数据库上进行实验,取得了很好的识别效果,实验结果表明,与单一特征的步态识别方法相比,融合后算法的识别率提高了约10%.