本文针对矿井高低压电网漏电系统上位机图形界面和数据库存储的需要,分析了SQLServer数据库在SCADA系统中的应用,详细设计了漏电监控系统中数据库以及其中所用到的动态表、数据查询及数据库优化措施。同时,给出了数据库备份和恢复的一些方法,实践证明,这些方法可提高SCADA系统数据库的安全性。

针对传统机器学习算法处理海量风机数据采集与监视控制(SCADA)监测数据效率低和准确度差的问题，提出利用极端梯度提升(XGBoost)算法预测风机主轴承故障。首先，对风机主轴承SCADA数据开展特征分析，挖掘和发现特征与故障之间的关联关系，并评估各特征的重要性；然后利用XGBoost算法构建主轴承故障预测模型，进行模型评估；最后，依据SCADA系统收集的实测数据对模型进行训练和测试，并调整XGBoost模型的主要参数，提高预测准确率。通过与经典梯度提升决策树(GBDT)算法诊断结果相对比，结果表明XGBoost在风机主轴承故障预测的效率和准确度方面均优于GBDT算法，是处理SCADA大规模数据集的有效工具。

为解决目前煤矿供电网络中漏电保护装置分散,通信及信息交换标准不统一等问题,设计了一种基于SCADA的电网漏电监测系统。重点介绍监测系统的检漏原理、硬件结构与监测方式。通过实验表明,该系统能满足煤矿电网的整体漏电监测的需要,具有先进、可靠、监测性能好等优点,提高了供电系统的安全性。