大数据架构下的用电评价与反窃电技术探讨

来源 :单片机与嵌入式系统应用 | 被引量 : 0次 | 上传用户:hrmcttkl
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
当前用电数据类型繁多、数量庞大、窃电手段多样化,仅采用传统用电数据对比存在耗时耗力、精度较低的缺陷.本文基于BP神经网络强大的学习能力和反馈纠错能力,建立反窃电嫌疑分析模型.实例验证结果表明,采用构建的防窃电嫌疑分析模型的整体判定准确度保持在96%以上,具有很高的精度,能很好地满足使用电网监督要求.
其他文献
本文在国产大容量eMMC芯片的基础上设计了一种数据记录系统,经过实验证明了系统的有效性和可靠性,能实现大于100G的数据存储容量以及可靠的数据传输存储,以及不低于20 Mbps的数据读取速率,满足对国产大容量高可靠数据记录系统的设计需求,具有较高的通用性.
针对现有的车间流程制造系统存在计算框架成本高、分类数据精度低等问题,本研究基于配置、运动、控制和优化模型搭建数字孪生系统,开发了一种用于数字控制的硬件在环(HIL)系统,提出了一种基于增量学习的非结构化数据分类模型.实验结果表明,本研究分类精度最高为94%.
目的 制备神经酸口服乳剂,对其处方及制备工艺进行优化,并考察其稳定性.方法 通过机械法制备神经酸口服乳剂.在单因素实验的基础上,以乳剂外观、离心稳定性、离心稳定常数(Ke)、粒径为指标,采用正交实验设计,以油酸用量、辛基苯酚聚氧乙烯醚-10用量、丙二醇用量为因素,对其处方进行优化;以乳化温度、剪切时间、高压均质压力、高压均质循环次数为因素,对其制备工艺进行优化;采用高效液相色谱法测定神经酸含量,采用高温试验、加速试验和长期试验考察神经酸口服乳剂的稳定性.结果 最优处方及制备工艺为神经酸原料药1 g、油酸用