摘要
摘要：为提升地铁供电系统的预测与维护能力，本研究引入了大数据技术来深入分析地铁供电系统的电流特征。我们通过详细分析各站点和线路的电流峰谷情况，利用大数据精确地识别了这些特征。此外，我们还能够检测并统计电流数据中的异常点，实现异常数据的实时监控与历史查询，从而加强了设备管理的宏观把控能力。为了预测新建城轨线路的电能质量，我们采用了支持向量机模型，并通过大数据收集了各种电能质量指标和相关关键因素的数据来构建训练样本。为了验证该系统的实用性，我们使用了序贯Monte Carlo方法进行了评估。实验结果显示，大数据方法的预测准确率高达92%。即使在故障数量增多的情况下，大数据方法的处理时间也相对较低，分别仅需2.2、3.5、5.1分钟。这一结果为地铁供电系统的性能提升提供了有力的技术支持，进一步证明了大数据在地铁供电系统管理和优化中的重要作用。
出版日期
2024年07月16日（中国期刊网平台首次上网日期，不代表论文的发表时间）
