为了提高智能电网管理水平,提出基于熵权法的智能电网管理水平评价指标量化方法.采用多直流馈入方法构建智能电网管理水平评价指标体系,以输入电流、功率因素以及电压等参数为约束指标,建立智能电网管理水平评价指标参数模型;结合无功潮流耦合分析方法进行智能电网管理水平参数分析,通过恒功率、恒电流补偿方法进行智能电网管理的最优代价函数分析,建立智能电网管理的代价约束模型;通过电压电流变化约束分析的方法,进行智能电网管理水平评价的熵权指标参数分析,提取智能电网管理水平评价体系的熵权特征量;结合大数据挖掘和智能调度,实现智能电网管理水平评价指标的量化评价.仿真结果表明,采用该方法进行智能电网管理水平评价的量化分析能力较好,评价结果准确可靠,提高了智能电网管理水平和电力资源调度能力.

为提升电网运行的稳定性与经济性,提出基于CSMC模型的电网规划指标相关性计算方法.根据电网规划指标边缘分布函数、节点指标空间与时间的相关性,综合多元指标概率分布模型与CSMC模型,设计可同时分析电网规划指标空间与时间相关性的多元指标一阶CSMC模型,并利用状态转移核与状态转移密度描述该模型.选取核密度估计法确定电网规划指标核密度,对核密度实施积分处理得到电网规划指标的边缘分布函数,基于电网观测指标二元频率直方图选取Copula函数,并利用极大似然法估算Copula函数内的未知参数,根据得到的Copula函数求取相应的状态转移核或状态转移密度.实验结果表明,该方法能够准确分析电网规划指标的特征与规律,提升电网建设工程的稳定性与经济性.

针对现有海量数字图像信息落后,提出了新型的压缩算法,设计出基于FPGA的视频图像采集系统.应用深度卷积神经网络优化视频图像编码算法和聚类算法实现数据特征提取,将图像与距离信息作为深度卷积神经网络的输入与输出,并利用其特征提取能力学习图像特征的距离信息,提取深度卷积神经网络中的全连接层作为编码,通过迭代调整确定图像编码,完成图像压缩.应用测试结果显示,该算法具有较高效率优势,且图像压缩解码后质量较好.