期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
多类型基建现场大数据治理平台 被引量:1
1
作者 于显浩 邱伟 +2 位作者 黄文龙 黄建榮 宋文志 《水电与抽水蓄能》 2023年第3期85-89,共5页
随着物联网设备的不断普及和其功能的拓展,越来越多的数据被生产和采集。尤其是在抽水蓄能电站的基建现场,物联网感知设备的总量巨大且种类繁多,所相对应的,各类设备所生产和采集的数据量级开始不断地膨胀,数据种类增多,数据复杂度变高... 随着物联网设备的不断普及和其功能的拓展,越来越多的数据被生产和采集。尤其是在抽水蓄能电站的基建现场,物联网感知设备的总量巨大且种类繁多,所相对应的,各类设备所生产和采集的数据量级开始不断地膨胀,数据种类增多,数据复杂度变高,这让基建现场的维护既面对了前所未有的挑战,同时也迎来了巨大的机遇。所以,如何能够低延时、高效率地收集和使用这些数据,成为当下广受关注的问题。本文提出了一套完整的技术方案,并搭建完成了负责抽水蓄能电站基建现场数据全生命周期管理的大数据平台。该平台能够进行标准化的数据采集、复杂协议的解析、数据的海量运算、数据分布式存储和深层知识生成,使抽水蓄能电站基建现场设备数据的存储和使用得到了充分保障,并为大数据分析、相关报表服务和数据建模等场景提供强有力的数据支撑。 展开更多
关键词 抽水蓄能电站 大数据 Flink SPARK 分布式 ETL
在线阅读 下载PDF
基建现场多类型物联感知数据接入技术研究 被引量:1
2
作者 于显浩 邱伟 +2 位作者 黄文龙 黄建榮 宋文志 《水电与抽水蓄能》 2021年第6期57-61,共5页
物联网是一个复杂庞大的系统,物联网中数据融合处理层次的划分目前还没有统一标准,通常根据多传感器数据融合模型定义和物联网的自身特点[1]。抽水蓄能电站基建现场各个专业存在不同型式的终端设备,且数量大、种类繁多、标准不一。抽水... 物联网是一个复杂庞大的系统,物联网中数据融合处理层次的划分目前还没有统一标准,通常根据多传感器数据融合模型定义和物联网的自身特点[1]。抽水蓄能电站基建现场各个专业存在不同型式的终端设备,且数量大、种类繁多、标准不一。抽水蓄能电站工程建设正处于快速发展时期,基建现场各类业务物联感知设备数量也将快速增长,这将给企业数字化建设管理带来新的挑战。对此,本文提出基建现场多类型物联感知接入技术,对抽水蓄能电站基建现场各业务系统物联感知设备进行深入分析,并提出建立基于边端侧物联代理装置的统一数据接入方案,实现抽水蓄能电站基建现场各类终端的统一接入与管理,为现场各业务系统深化应用提供强有力的技术支撑。 展开更多
关键词 抽水蓄能电站 物联网 边缘物联代理 数据分析与处理
在线阅读 下载PDF
厦门抽水蓄能电站面板混凝土碱硅酸反应风险分析
3
作者 于显浩 游秋森 +1 位作者 黄文龙 李新宇 《大坝与安全》 2022年第2期23-27,共5页
厦门抽水蓄能电站凝灰岩骨料经碱硅酸活性砂浆棒快速法试验测得14 d膨胀率为0.094%,虽然按现行规程可判定该骨料为非活性骨料,但由于砂浆试件28 d膨胀率大于0.2%,仍需重视后续碱硅酸反应的风险。骨料碱活性抑制措施试验结果表明,掺加不... 厦门抽水蓄能电站凝灰岩骨料经碱硅酸活性砂浆棒快速法试验测得14 d膨胀率为0.094%,虽然按现行规程可判定该骨料为非活性骨料,但由于砂浆试件28 d膨胀率大于0.2%,仍需重视后续碱硅酸反应的风险。骨料碱活性抑制措施试验结果表明,掺加不少于20%的粉煤灰可有效抑制碱骨料反应。基于上述条件对面板混凝土进行了配合比优化,优化后的凝灰岩面板混凝土粉煤灰掺量为25%,且总碱量仅1.57 kg/m^(3),碱硅酸反应风险水平属于可接受的范围。 展开更多
关键词 凝灰岩骨料 碱硅酸反应 面板混凝土 风险分析
在线阅读 下载PDF
复杂地形下基于BFO-LSSVM模型爆破振动预测研究
4
作者 方国富 于显浩 +3 位作者 邱伟 刘美山 杨招伟 黎绍光 《市政技术》 2021年第12期147-151,共5页
为实现复杂地形下爆破振动的准确预测,借助细菌觅食算法(BFO)和最小二乘支持向量机(LS-SVM)理论构建基于BFO算法的LS-SVM优化模型(BFO-LSSVM)。使用福建省厦门市某抽水蓄能电站30组爆破数据作为训练样本,对模型预测精度进行检验,选取影... 为实现复杂地形下爆破振动的准确预测,借助细菌觅食算法(BFO)和最小二乘支持向量机(LS-SVM)理论构建基于BFO算法的LS-SVM优化模型(BFO-LSSVM)。使用福建省厦门市某抽水蓄能电站30组爆破数据作为训练样本,对模型预测精度进行检验,选取影响爆破振动传播的主要因素作为输入因子,如单响药量、爆心距、高程差、堵塞、孔深等因素作为输入因子,爆破振动作为预测模型输出因子。结果表明,BFO-LSSVM预测模型的预测结果精度高于相同样本容量下LS-SVM模型;BFO-LSSVM模型预测结果平均误差为5.57%,进一步验证了该模型的可靠性和实用性。 展开更多
关键词 爆破振动 预测 BFO-LSSVM模型 复杂地形 支持向量机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部