一种基于数据来源二叉树的电力系统异常数据溯源方法

    公开(公告)号:CN105183911A

    公开(公告)日:2015-12-23

    申请号:CN201510656171.4

    申请日:2015-10-12

    CPC classification number: G06F17/30327

    Abstract: 本发明公开了一种基于数据来源二叉树的电力系统异常数据溯源方法,该方法包括以下步骤:首先实时获取电力数据,对数据进行标注;然后构建数据来源二叉树,并将二叉树转换成平衡二叉树,以创建节点;接着对构建的二叉树建立线索,方便进行数据的逆查询;最后完成对电力系统异常数据的反馈与整改。本发明实现了对数据质量生命周期的各阶段数据异常进行有效的跟踪和管理,将异常数据反馈给相应的业务部门、业务系统以完成异常数据反馈和修正,保证了企业实时数据的可靠性。

    一种生产调度时延感知的网格资源协同分配方法

    公开(公告)号:CN102299842B

    公开(公告)日:2013-09-25

    申请号:CN201110130293.1

    申请日:2011-05-19

    Abstract: 本发明公开了一种生产调度时延感知的网格资源协同分配方法,该方法将节点之间的时延按照影响因素加权起来,构成虚拟的网络图,并按照虚拟资源池的思想,将时延可忽略不记的同类资源构成资源节点,形成一张由虚拟网络连接起来的虚拟资源图;任务的资源需求也绘成网络资源需求图;从而将资源协同分配问题建模成子图同构问题,来实现网格资源协同分配,该方法将资源协同分配问题建模成子图同构问题来加以求解,实现网格资源协同分配。采用本发明网格资源分配合理,提高了网格资源的使用效率。

    一种生产调度时延感知的网格资源协同分配方法

    公开(公告)号:CN102299842A

    公开(公告)日:2011-12-28

    申请号:CN201110130293.1

    申请日:2011-05-19

    Abstract: 本发明公开了一种生产调度时延感知的网格资源协同分配方法,该方法将节点之间的时延按照影响因素加权起来,构成虚拟的网络图,并按照虚拟资源池的思想,将时延可忽略不记的同类资源构成资源节点,形成一张由虚拟网络连接起来的虚拟资源图;任务的资源需求也绘成网络资源需求图;从而将资源协同分配问题建模成子图同构问题,来实现网格资源协同分配,该方法将资源协同分配问题建模成子图同构问题来加以求解,实现网格资源协同分配。采用本发明网格资源分配合理,提高了网格资源的使用效率。

    一种基于自适应触发机制的能源物联网安全控制方法

    公开(公告)号:CN113189913A

    公开(公告)日:2021-07-30

    申请号:CN202110514959.7

    申请日:2021-05-12

    Abstract: 本发明公开了一种基于自适应触发机制的能源物联网安全控制方法,建立基于能源物联网的数学模型;融合自适应事件触发机制,建立系统触发模型;建立基于系统模型的复杂网络攻击模型;综合能源物联网攻击模型和自适应事件触发模型,建立基于网络攻击下的能源物联网模型;利用李雅普诺夫稳定性理论,得到确保系统均方指数稳定的充分性条件;联列并求解线性矩阵不等式获取状态反馈控制器增益。本发明在考虑了复杂网络攻击对系统数据传输影响的同时引入自适应事件触发机制来降低对于系统带宽的要求,保证电力信息物理融合的安全性和稳定性,提高了数据传输效率。

    一种基于胶囊网络的供电服务客户诉求文本分类方法

    公开(公告)号:CN112131391A

    公开(公告)日:2020-12-25

    申请号:CN202011332961.4

    申请日:2020-11-25

    Abstract: 本发明公开了一种基于胶囊网络的供电服务客户诉求文本分类方法,包括:对供电服务客户诉求文本预处理;生成供电服务客户诉求文本词向量,解决一词多义的问题;基于字向量的编码与依赖关系获取,获取字与字之间的依赖关系;基于字与词向量的诉求文本特征融合,得到融合向量;采用自注意力机制获得词向量间的相互依赖关系;采用EM‑Routing动态路由算法聚合诉求文本胶囊,获得词间的语义信息关系;最终采用间隔损失函数计算诉求文本的正类与负类的损失值。本发明提升了文本重要特征提取能力,最终提高了电力客户服务工单中供电诉求文本分类的准确率。

    一种基于机器学习的物料质量评估方法

    公开(公告)号:CN107506938A

    公开(公告)日:2017-12-22

    申请号:CN201710788762.6

    申请日:2017-09-05

    Abstract: 本发明公开一种基于机器学习的物料质量评估方法,通过创建物料质量评估模型,选择反向传递的人工神经网络算法,构建反向传统网络模型。将收集的历史样本信息分为训练数据和验证数据两个部分。使用训练数据对模型进行训练,获得模型权重参数和调整因子。使用验证数据对模型训练结果进行测试验证,直到验证结果符合已收集的信息,从而获得物料质量和影响因素质检的非线性关系。最后使用已验证的模型及模型参数,预测物料的质量水平。本发明更客观准确的评估物料的质量水平。

Patent Agency Ranking