-
公开(公告)号:CN107526768A
公开(公告)日:2017-12-29
申请号:CN201710535756.X
申请日:2017-07-04
Applicant: 国网冀北电力有限公司 , 国家电网公司 , 北京科东电力控制系统有限责任公司
CPC classification number: G06F17/30424 , G06F17/30312 , G06F17/30554 , G06Q50/06
Abstract: 本发明涉及电网调度控制的监视,尤其涉及一种智能挂牌助理系统及实现方法。所述系统包括实时数据库、OMS系统、监控后台模块、数据处理模块和可视化展示模块;所述实时数据库用于储存实时数据;所述监控后台模块从实时数据库中获取实时数据,从OMS系统中获取检修计划信息,将信息转化为可处理的数据,将数据传送给所述数据处理模块;所述数据处理模块通过一系列算法的计算,自动判断应挂牌、应摘牌的位置,将计算结果传递给所述可视化展示模块;所述可视化展示模块用于展示计算结果。本发明为监控、调度人员提供一种挂牌保障机制,可以有效的防止标志牌漏挂或是挂错的情况,提高了对电网调度控制的监视,有利于工作效率的提升。
-
公开(公告)号:CN105608496A
公开(公告)日:2016-05-25
申请号:CN201510756163.7
申请日:2015-11-09
Applicant: 国家电网公司 , 北京科东电力控制系统有限责任公司 , 国网冀北电力有限公司
CPC classification number: G06Q10/20 , G06F17/30705 , G06K9/6223
Abstract: 本发明涉及一种k-means聚类算法的配抢工单激增原因分析方法。所述方法步骤如下:(1)建立一个配抢工单与停电信息关键词矩阵;(2)通过k-means聚类算法对上述矩阵进行聚类分组;(3)利用聚类后的配抢工单,研究每一组配抢工单所包含的关键词;(4)利用每一组的关键词列表,制作语义网络;(5)经上述步骤,得到一副基于关键词节点的结构图,在该图中,节点越靠上,对工单激增的影响越大,从而分析出工单激增的原因。有益效果如下:通过聚类算法,将工单按停电信息关键字分组,从而解决了以往工单分组单纯依赖人工经验的情况。利用语义网络,将工单出现原因分层,具有较普遍原因的关键字会被发现,从而确定工单激增的真正原因。
-
公开(公告)号:CN104636141A
公开(公告)日:2015-05-20
申请号:CN201510051767.1
申请日:2015-01-31
Applicant: 国家电网公司 , 北京科东电力控制系统有限责任公司 , 江苏省电力公司 , 国网冀北电力有限公司
IPC: G06F9/44
Abstract: 本发明公开了一种用于同区域的多界面动画切换方法,包括以下步骤:(1)选择需要显示的JPanel界面,截取正在显示的JPanel界面与所述需要显示的JPanel界面的画面图像对象;(2)将所述正在显示的JPanel界面与所述需要显示的JPanel界面的两个画面图像对象按照先后顺序,拼接成一个画面图像对象;(3)启动一个线程,用于进行循环绘制所拼接成的画面图像对象,将所拼接成的画面图像对象分多次绘制,从而实现动画切换效果。本发明实现了JPanel界面的动画切换显示,切换过程流畅自然。
-
公开(公告)号:CN107451708A
公开(公告)日:2017-12-08
申请号:CN201710282554.9
申请日:2017-04-26
Applicant: 国家电网公司 , 北京科东电力控制系统有限责任公司 , 国网冀北电力有限公司 , 国网甘肃省电力公司电力科学研究院 , 国网甘肃省电力公司
Abstract: 本发明属于电力系统调度自动化技术领域,尤其涉及一种基于Apriori算法的电网设备监控信息置信关联分析方法。所述方法包括如下步骤:(S1)根据Apriori算法找出一定时间内电网历史告警信号的频繁项集;(S2)通过频繁项集找出信号之间的关联规则;(S3)比较关联规则的置信度大小,筛选出置信度大于预先设定的最小置信度的关联规则。所述方法为监控人员提供了帮助,确保了集中监控业务的安全高效运行,从而全面提升了监控运行工作的质量。
-
公开(公告)号:CN105608496B
公开(公告)日:2021-07-27
申请号:CN201510756163.7
申请日:2015-11-09
Applicant: 国家电网公司 , 北京科东电力控制系统有限责任公司 , 国网冀北电力有限公司
Abstract: 本发明涉及一种k‑means聚类算法的配抢工单激增原因分析方法。所述方法步骤如下:(1)建立一个配抢工单与停电信息关键词矩阵;(2)通过k‑means聚类算法对上述矩阵进行聚类分组;(3)利用聚类后的配抢工单,研究每一组配抢工单所包含的关键词;(4)利用每一组的关键词列表,制作语义网络;(5)经上述步骤,得到一副基于关键词节点的结构图,在该图中,节点越靠上,对工单激增的影响越大,从而分析出工单激增的原因。有益效果如下:通过聚类算法,将工单按停电信息关键字分组,从而解决了以往工单分组单纯依赖人工经验的情况。利用语义网络,将工单出现原因分层,具有较普遍原因的关键字会被发现,从而确定工单激增的真正原因。
-
-
-
-