-
公开(公告)号:CN101539855A
公开(公告)日:2009-09-23
申请号:CN200810072516.1
申请日:2008-12-25
Applicant: 厦门亿力吉奥信息科技有限公司
IPC: G06F9/44
Abstract: 一种业务基础软件平台,包括:建模工具,用于处理业务通用性需求,建模工具,通过属性配置和图形化配置定义业务模型,并为业务模型进行高速缓存;业务解析引擎,对缓存的业务模型进行解析,实例化最终的业务系统;插件体系,用原生语言编写插件,在解析引擎对业务模型进行解析的过程中,调用相应的插件处理业务个性化需求。本发明基于业务基础软件平台必须服务于开发人员而非业务人员的观点,以模型驱动实现业务通用性需求,以原生代码插件实现业务个性化业务需求,使模型驱动逻辑和插件代码实现逻辑紧密整合起来,将软件开发者从繁复的软件工作中解放出来,以关注那些需要个性化处理的开发工作,从而提高软件生产力。
-
公开(公告)号:CN203165175U
公开(公告)日:2013-08-28
申请号:CN201220586696.7
申请日:2012-11-08
Applicant: 重庆市电力公司供电服务中心 , 厦门亿力吉奥信息科技有限公司 , 国家电网公司
IPC: G08C17/02
Abstract: 本实用新型实施例公开了一种抄表终端,包括:处理器、无线通信模块、抄表模块、全球定位系统GPS模块和电源模块,其中:所述GPS模块、无线通信模块和抄表模块均与所述处理器电连接;所述处理器匹配设置的内存中存储有地理信息系统GIS预抄表线路和用户表箱坐标;所述电源模块向所述处理器和所述各模块供电。本实用新型实施例抄表终端是通过处理器内存中存储的地理信息系统GIS预抄表线路和提供给使用者所显示的预抄表线路上的用户表箱坐标,利用终端中设置的GPS导航模块准确快速查找用户表箱,克服了现有人工抄表漏抄、重抄、找不到表箱等技术问题,实现了抄表数据准确性提高的技术效果,所述抄表终端结构简洁,使用方便且功能完备。
-
公开(公告)号:CN114461626B
公开(公告)日:2024-12-20
申请号:CN202210112348.4
申请日:2022-01-29
Applicant: 国家电网有限公司大数据中心 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: G06F16/215 , G06F16/23 , G06F16/2458 , G06F18/214 , G06N3/006 , G06N20/00 , G06Q50/06
Abstract: 本发明公开了一种电网终端设备的监控方法和系统,通过监测终端获取电网终端设备的当前监测数据,对当前监测数据进行预处理得到当前处理数据,对当前处理数据进行存储并发送至数据中台;通过数据中台将分析模型发送到目标边缘服务器,分析模型由数据中台基于历史处理数据进行模型训练得到;通过目标边缘服务器基于分析模型对当前处理数据进行第一数据分析确定第一分析结果,基于第一分析结果确定控制指令,将控制指令发送至监测终端,以使监测终端对电网终端设备进行控制,能够通过数据中台和边缘服务器协同,将边缘计算任务调度延迟短的特点与数据中台处理数据能力强的特点相结合,解决云计算和边缘计算独立运行时宽带占有率高且延时高的问题。
-
公开(公告)号:CN114461626A
公开(公告)日:2022-05-10
申请号:CN202210112348.4
申请日:2022-01-29
Applicant: 国家电网有限公司大数据中心 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: G06F16/215 , G06F16/23 , G06F16/2458 , G06K9/62 , G06N3/00 , G06N20/00 , G06Q50/06
Abstract: 本发明公开了一种电网终端设备的监控方法和系统,通过监测终端获取电网终端设备的当前监测数据,对当前监测数据进行预处理得到当前处理数据,对当前处理数据进行存储并发送至数据中台;通过数据中台将分析模型发送到目标边缘服务器,分析模型由数据中台基于历史处理数据进行模型训练得到;通过目标边缘服务器基于分析模型对当前处理数据进行第一数据分析确定第一分析结果,基于第一分析结果确定控制指令,将控制指令发送至监测终端,以使监测终端对电网终端设备进行控制,能够通过数据中台和边缘服务器协同,将边缘计算任务调度延迟短的特点与数据中台处理数据能力强的特点相结合,解决云计算和边缘计算独立运行时宽带占有率高且延时高的问题。
-
公开(公告)号:CN114462577A
公开(公告)日:2022-05-10
申请号:CN202210113913.9
申请日:2022-01-30
Applicant: 国家电网有限公司大数据中心 , 国网福建省电力有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种联邦学习系统、方法、计算机设备及存储介质。利用神经网络模型内部各网络之间的低耦合性,采用模型分割技术将模型训练拆分为边缘终端设备的特征提取部分和边缘服务器的参数迭代更新部分,使边缘服务器和边缘终端设备共同实现模型训练,边缘终端设备只负责数据的特征提取部分,边缘服务器负责模型参数的循环迭代更新、共享和联邦聚合,保护了边缘终端设备的数据私密性,减轻了边缘终端设备的计算资源消耗和存储压力。在联邦聚合阶段,由边缘服务器代替中央服务器实现了去中心化,解决传统的联邦学习方法对中央服务器的依赖性强、抗风险能力差的问题,提高了联邦学习系统的抗风险能力。
-
-
-
-