简介:数据库是现代石油化工企业资料信息化的核心,数据库系统应用水平的高低直接影响到现代石油化工企业资料管理水平。随着电子化进程,几乎所有的工程项目文档都是电子化生产的,如何有效组织、访问、共享、控制和管理旁大的项目文档、促进和提高项目执行的效率,最大程度的共享已有项目成果和资源,是现代工程公司都在努力达到的一个新阶段。而所有的现代的档案管理、项目文档管理、设计资料管理,都离不开数据库的支持。一个大型的大电子文档管理系统(EDMS)数据库,应当有着十分美妙的内部逻辑,而且系统需求、对数据量、数据流量、响应速度等都要求企业资料管理、档案管理需要;
简介:摘要:经济的发展,社会的进步推动了我国综合国力的逐步提升,我国电力行业的发展水平也越来越高,当前,电力系统的异常预测主要采用两种方式实现:一种是基于系统历史异常数据,采用数据分类、数据分析和数据挖掘等人工智能算法,建立系统历史异常、当前运行状态与未来潜在异常情况之间的关系,实现对电力系统异常的预测;另一种方式是基于对系统运行状态的实时监测。根据系统常规的电气参数及表征各电力设备当前运行状态的特征参量变化,对系统局部及整体的运行状态做出判断,实现当前系统异常的监测,同时预测未来系统故障的发生。在电力系统运行状态信息呈爆炸性增长的大环境下,这两种预测方式必须依赖大规模的数据处理平台才可以发挥其应有的效用。随着国家电网“泛在电力物联网”概念的广泛推行,大数据已逐渐渗透到电力系统的各个环节,传统的电力系统日志分析技术已无法满足海量的电力设备运行信息的分析要求。基于历史数据的异常分析技术本质上是通过系统运行状态的时间序列来发掘故障发生的规律,随着大数据处理技术的发展,出现了较多各有优势的时间序列预测算法。