-
公开(公告)号：CN114968570B
公开(公告)日：2024-03-26
申请号：CN202210554095.6
申请日：2022-05-20
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
Abstract: 本申请提出一种应用于数字电网的实时计算系统及其工作方法，所述系统包括：数据感知模块，用于实时的获取数字电网中每个节点的数据信息，并将所述数据信息进行分类和存储；需求获取模块，用于获取计算目标，以及所述计算目标相关的从所述数字电网中获取的每个节点的数据信息；智能计算模块，将所述计算目标拆解为若干个计算内容，并调取每个计算内容对应的计算资源，并根据所述数据信息进行计算获取计算结果；控制指令模块，根据所述计算结果生成控制指令。本申请通过对对数据分类，对计算分类，并针对所述分类进行计算资源的预先存储，实现应该数字电网进行计算的简化，运行效率高，节省计算资源的同时，可扩展性强。
-
公开(公告)号：CN115021398A
公开(公告)日：2022-09-06
申请号：CN202210555263.3
申请日：2022-05-20
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
Abstract: 本申请提供一种提升电网运营效率的实时计算方法及系统，所述方法包括：负载监控，通过分区域，分类别实时获取电网负载的监控数据；根据所述区域和类别，设置负载选项，以及为每个所述负载选项设置多重的切换阈值，生成切换阈值表；获取电网发电总量、电网总负载、电网总消耗以及所述负载选项的次消耗，生成每个所述负载选项的发电量负载关系式；基于所述切换阈值表与所述负载关系式，设置自动切换控制阀，该自动切换控制阀获取所述监控数据，并输出控制指令。本申请通过主动检测，并实时调整负载和发电量的匹配，达到更高的发电量利用率。
-
公开(公告)号：CN114757005A
公开(公告)日：2022-07-15
申请号：CN202210398562.0
申请日：2022-04-15
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
Abstract: 本申请提供一种基于云平台的数字电网分布式处理方法及系统，所述方法包括：通过云服务器获取电网基础数据，同时向所述电网基础数据的来源节点，发布数字电网模型图模板；所述来源节点解析所述电网基础数据，根据所述电网模型图模板将所述电网基础数据实时转换为所述电网模型图模板的图元和拓扑结构；根据所述图元和拓扑结构，生成所述来源节点的电网子图，标记所述电网子图的延伸端，将所述电网子图和延伸端发送到所述云服务器；所述云服务器接收的所述电网子图和延伸端，实时生成电网子图拓扑，根据所述电网子图拓扑和电网子图生成数字电网。本申请通过来源节点，分布式处理数字电网，并且同时缩短了数据传输的距离，实现降低数据延迟的效果。
-
公开(公告)号：CN118227460A
公开(公告)日：2024-06-21
申请号：CN202410026344.3
申请日：2024-01-08
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
IPC: G06F11/36
Abstract: 本发明提供一种基于信创环境的实时计算框架的适配性测试方法，包括下列步骤：S101、在不同国产环境中搭建实时计算框架，所述国产环境包括硬件环境以及软件环境；S102、基于硬件环境对所述实时计算框架进行适配判断，获得第一判断结果；S103、构建测试用例，将测试用例输入不同国产环境中所搭建的实时计算框架进行测试，获得第二测试结果；S104、基于第一判断结果以及第二测试结果，获得实时计算框架的适配结果。
-
公开(公告)号：CN118012383A
公开(公告)日：2024-05-10
申请号：CN202410026336.9
申请日：2024-01-08
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
Abstract: 本发明提供一种基于信创环境的实时计算框架搭建方法，包括步骤：S101、搭建分布式环境，所述分布式环境基于流批一体处理框架的独立集群模式实现；S102、使用第一测试用例对分布式环境性能进行测试；S103、使用第二测试用例对分布式环境在大数据量的计算场景下的可靠性进行测试；S104、完成分布式环境对外公开的应用程序接口的抽象，从而提供针对静态批次数据、流式数据的数据操作功能；S105、基于配网的业务需求，在分布式环境中实现相应的业务功能。本发明以Apache Flink为实时计算框架基础，实现流批一体实时计算，优化、提升其应用容错能力，满足电网应用场景的低延时、高呑吐、高健壮等方面的要求。
-
Patent Agency Ranking
公开(公告)号：CN114968570A
公开(公告)日：2022-08-30
申请号：CN202210554095.6
申请日：2022-05-20
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司佛山供电局
Abstract: 本申请提出一种应用于数字电网的实时计算系统及其工作方法，所述系统包括：数据感知模块，用于实时的获取数字电网中每个节点的数据信息，并将所述数据信息进行分类和存储；需求获取模块，用于获取计算目标，以及所述计算目标相关的从所述数字电网中获取的每个节点的数据信息；智能计算模块，将所述计算目标拆解为若干个计算内容，并调取每个计算内容对应的计算资源，并根据所述数据信息进行计算获取计算结果；控制指令模块，根据所述计算结果生成控制指令。本申请通过对对数据分类，对计算分类，并针对所述分类进行计算资源的预先存储，实现应该数字电网进行计算的简化，运行效率高，节省计算资源的同时，可扩展性强。
-
公开(公告)号：CN118898006A
公开(公告)日：2024-11-05
申请号：CN202410998537.5
申请日：2024-07-24
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06F18/23213 , G06F18/213 , G06F18/241 , G06F18/22 , G06N3/09
Abstract: 本发明提供了一种输电场景下模型解释方法、系统、介质、程序产品及设备，属于电力技术领域。本发明通过全局可解释性分析，使用聚类算法对数据与模型在数据集上的决策进行整体分析，揭示了待解释目标检测模型在整个数据集的决策情况，梳理不同类别之间的关系，帮助理解待解释目标检测模型在全局视角下的决策边界和分类逻辑；通过精细化的局部可解释性分析，对于输电场景困难样本，采用分割模型突出输入图像中对模型决策最为关键的区域，通过强化对这些区域的分析，使得解释结果不仅关注于哪些特征被考虑，还强调了这些特征在空间上的分布和相互作用，提高了解释的可信度。
-
公开(公告)号：CN119293684A
公开(公告)日：2025-01-10
申请号：CN202411338322.7
申请日：2024-09-25
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06F18/2433 , G06F18/25 , G06F18/21 , G06F18/10 , G06N3/0442 , G06N3/096 , G06Q50/06
Abstract: 本发明提出一种用于电力场景的数据缺陷检测及修正方法，所述方法包括采集传感器的数据并提取时空特征，构建一个全局高维特征表示并降维，得到降维后的特征向量；对降维后的特征向量进行时间序列异常检测和空间异常检测，综合检测的结果并计算综合异常评分；根据综合异常评分对异常数据进行分类，构建自适应修正模型对所有异常数据进行初步修正并对模型进行迭代优化；对修正后的数据进行实时监控并计算异常检测误差，更新异常检测和修正模型的参数并将其应用到模型中；动态确定最优学习率加速模型收敛，对异常检测和修正模型参数进行迁移更新，动态更新模型并实时监控系统的性能指标，从而提升电力系统的运行安全性和稳定性。
-
公开(公告)号：CN119107518A
公开(公告)日：2024-12-10
申请号：CN202411183083.2
申请日：2024-08-27
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06V10/774 , G06V10/776 , G06V20/70 , G06V10/82 , G06V10/764
Abstract: 本发明属于样本清洗领域，提供了一种目标检测样本集优化方法、系统、介质、程序产品及设备，获取目标检测场景下的图像及标注信息，形成样本数据集，划分第一目标检测数据集和第二目标检测数据集；利用第一目标检测数据集预训练目标检测模型，根据对应的标注信息，对图像中的目标进行处理，得到评估器数据集；基于评估器数据集，利用强化学习训练数据价值评估器；使用预训练后的目标检测模型对第二目标检测数据集进行推理，使用训练后的所述数据价值评估器对各种推理结果进行数据价值评估，得到对应样本的质量值；根据得到的质量值对第二目标检测数据集进行清洗。本发明可以显著减少冗余数据，提高训练效率。
-
公开(公告)号：CN118503755A
公开(公告)日：2024-08-16
申请号：CN202410625084.1
申请日：2024-05-20
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种数据分类模型训练方法及垂直领域大模型的训练方法，包括：获取待区分数据表示集，并根据预设的判别模型确定待区分数据表示集中各个待区分向量的对应类别；根据每个待区别向量的类别，获得不同类别的各个待区分向量之间的相似度，并根据所述相似度获取差异函数值；根据每个待区分向量属于每个类别和判别模型中的参数，获取判别模型中参数的设置和每个待区分向量的条件下，每个待区分向量对应类别正确的条件概率，并根据所有类别判别正确的条件概率之和，获得损失函数值；根据差异函数值和损失函数值，对判别模型中的参数进行更新。结合相似度和损失函数来对分类模型进行训练，对判别模型参数的更新来提高分类效果。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.053 seconds)
