基于深度学习的电力故障分类方法

    公开(公告)号:CN118916746A

    公开(公告)日:2024-11-08

    申请号:CN202411091972.6

    申请日:2024-08-09

    Abstract: 本发明涉及电力系统故障诊断的技术领域,公开了一种基于深度学习的电力故障分类方法,包括:从电力系统中采集故障数据并对其进行数据预处理和特征提取,得到目标特征;基于卷积神经网络和循环神经网络构建混合模型;利用Adam优化算法、目标特征,对混合模型进行优化,生成故障分类模型;将实时采集的电力系统运行数据输入故障分类模型中进行关于故障概率分布的预测,输出故障分类结果。本发明通过结合卷积神经网络和循环神经网络的混合模型,以及利用Adam优化算法进行优化,在分类准确率、实时性和鲁棒性实现了大幅度提升,有效解决了现有技术在故障分类中的不足,提高故障分类准确性和效率。

    一种MQ多实例消息发送方法
    13.
    发明公开

    公开(公告)号:CN117544672A

    公开(公告)日:2024-02-09

    申请号:CN202311502960.3

    申请日:2023-11-13

    Abstract: 本发明公开了一种MQ多实例消息发送方法,具体包括如下步骤:获取MQ多实例集群地址信息;建立多实例连接:在获取到MQ多实例集群地址信息后,采用多线程并发连接的技术,建立多实例连接;创建消息队列:在建立多实例连接之后,创建消息队列,采用动态创建队列的方式,根据实际需求自动创建相应的队列;本发明采用异步发送的方式,以此提高消息发送的效率和响应速度,采用多线程并发连接的技术,建立多实例连接,提高连接的效率和稳定性,同时,采用消息确认机制,保证了消息的可靠性和不重复性,使得消息传递更加可靠、高效、灵活,满足现代化应用场景对消息传递的需求。

    一种基于执行工单为载体的工单执行总成本自动归集方法

    公开(公告)号:CN116307630A

    公开(公告)日:2023-06-23

    申请号:CN202310417983.8

    申请日:2023-04-19

    Abstract: 本发明公开了一种基于执行工单为载体的工单执行总成本自动归集方法,包括:建立工单池,汇总营销口径所有工单数据,根据派单规则,将各类工单派发到人员进行工单处理,工单的执行成本包括直接成本和间接成本,工单的成本包括直接成本和间接成本,工单直接成本归集,人工、物料、机械、外包成本资源单价从外部系统集成,工时数据从当前工单环节获取,工单完成后自动调用成本计算服务,算出对应的直接成本;工单间接成本归集,在期末时,根据分摊方式计算间接成本。工单总成本由各项直接成本和间接成本求和所得。本发明实现成本记录和实际领料保持同步,满足输配电价核算成本需要,推进公司提质增效。

Patent Agency Ranking