-
公开(公告)号:CN117764460A
公开(公告)日:2024-03-26
申请号:CN202311629139.8
申请日:2023-11-30
申请人: 中国电力科学研究院有限公司 , 国网河北省电力有限公司电力科学研究院
IPC分类号: G06Q10/067 , G06Q50/06 , G06F16/25 , G06F16/215
摘要: 本发明公开了一种用于电网数字孪生基础共性服务平台的构建方法和系统,包括:通过数据流平台,从实体系统获取用构建电网数字孪生基础共性服务平台的实时数据;通过预先构建的转换函数,对所述实时数据进行预处理;将数字孪生模型的状态空间和实体系统的状态空间,通过同态映射和逆映射,实现数字孪生模型与实体系统之间的双向数据绑定;完成电网数字孪生基础共性服务平台的构建。实现了孪生平台与实体系统之间的实时交互。
-
公开(公告)号:CN117852386A
公开(公告)日:2024-04-09
申请号:CN202311447446.4
申请日:2023-11-02
申请人: 中国电力科学研究院有限公司 , 国网河北省电力有限公司电力科学研究院
IPC分类号: G06F30/27 , G06N3/0464 , G06N3/08 , G06Q50/06
摘要: 本发明公开了一种基于图神经网络的电网数字孪生系统建立方法及装置,其中方法包括:计算目标电网系统包含的设备集合中的每个设备的数字孪生模型的预测结果;确定设备集合中的每个设备与设备集合中其他设备间的设备关系;基于所述数字孪生模型的预测结果以及所述设备关系,定义设备交互图;基于所述设备交互图,通过深度图卷积神经网络模型获取每个设备的新的表示;将设备集合中所有设备的新的表示进行合并,获取设备集合的整体状态表示。本发明使用设备的数字孪生模型的预测结果,然后根据设备间的关系调整该预测结果,从而获得整体的预测结果。
-
公开(公告)号:CN117688828A
公开(公告)日:2024-03-12
申请号:CN202311521864.3
申请日:2023-11-15
IPC分类号: G06F30/27 , G06F18/241 , G06F18/21
摘要: 本发明公开了一种数字孪生模型多维多尺度验证系统及方法,本发明涉及数字孪生模型技术领域,解决了原始的数据处理方式较为缓慢,且模型缺陷的识别也不够精准,覆盖面不够广的问题,本发明通过将不同的处理数据进行特征分类,使若干组不同的处理数据划分为若干个特征区,再按照分区的方式,进行数据验证,来判定其模型输出数值的准确度,采用此种验证方式,不仅能保障模型处理数据的速率,海避免数据单一训练的方式,相同特征的数据进行同阶段验证处理分析,确定其精度的同时,还可快速识别出本模型的缺陷,缩短验证时间,通过二次校验的方式,能保证其准度以及精度。
-
公开(公告)号:CN117234870A
公开(公告)日:2023-12-15
申请号:CN202311188211.8
申请日:2023-09-14
申请人: 中国电力科学研究院有限公司 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司
IPC分类号: G06F11/34 , G06F11/30 , G06F9/50 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/084 , G06N3/0985 , G06N20/20
摘要: 本发明公开了一种用于异构CPU资源负载调度预测方法及系统,属于CPU资源负载调度技术领域。本发明方法,包括:在异构CPU服务器中获取与CPU资源相关的利用数据,并记录所述异构CPU服务器的标志位字段;对所述利用数据进行预处理,并对所述预处理后的利用数据以预设比例划分为训练集和测试集;训练得到Attention‑GRU模型,并将所述特征序列带入至Bagging算法模块进行学习,得到用于异构CPU资源负载调度预测的预测模型;获取目标异构CPU服务器的与CPU资源相关的目标利用数据,将所述目标利用数据输入至预测模型进行计算,输出目标异构CPU服务器的资源负载调度预测结果。本发明可以快速的对异构CPU的资源负载调度进行预测。
-
公开(公告)号:CN118503867A
公开(公告)日:2024-08-16
申请号:CN202410514849.4
申请日:2024-04-26
申请人: 中国电力科学研究院有限公司 , 国网智能电网研究院有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司南通供电分公司
IPC分类号: G06F18/2433 , G06F18/213 , G06Q50/06 , G06N3/0455 , G06N3/045 , G06N3/0475 , G06N3/084 , G06N3/094
摘要: 本发明公开了一种基于数字孪生的异常检测方法及系统,属于异常检测技术领域。本发明方法,包括:针对电网设备进行状态数据采集,将采集的状态数据以参数描述的方式生成电网设备的状态空间及描述视角;根据所述电网设备的状态空间及描述视角,生成电网设备孪生态的描述内容;确定所述状态空间及描述视角与所述描述内容间的误差,并基于所述误差获取异常分数值,基于所述异常分数值,确定检测样本是否为异常样本,若检测样本异常,则判定电网设备异常。本发明基于孪生态的描述内容对电网设备的异常进行检测,效率高,且满足系统演化分析的应用需求。
-
公开(公告)号:CN117763255B
公开(公告)日:2024-09-13
申请号:CN202311313915.3
申请日:2023-10-11
申请人: 中国电力科学研究院有限公司
IPC分类号: G06F16/958 , G06N20/00
摘要: 本发明公开了一种浏览器数据进行机器学习后评估业务系统性能的方法,使用大量真实数据进行训练得到收敛的机器学习模型之后,该机器学习模型就可以使用,编程人员在完成测试页面的编程之后,编程人员可以将该页面输入到机器学习模型当中,则该机器学习模型就可以输出该测试页面对应的标签,这个标签为一个数值,该数值再加上默认的单位,则就为该测试页面的实际响应时间。之后,将实际响应时间和编程人员使用测试环境得到的测试响应时间进行比较,如果实际响应时间和测试响应时间的差值在第一预定范围之内,则认为该测试页面的实际响应时间可以参照测试响应时间,即将所述测试响应时间确定为所述测试页面的真实响应时间。
-
公开(公告)号:CN117612057A
公开(公告)日:2024-02-27
申请号:CN202311459019.8
申请日:2023-11-03
申请人: 中国电力科学研究院有限公司
IPC分类号: G06V20/40 , G06F30/20 , G06Q10/0635
摘要: 本发明公开了一种基于视频流的数字孪生建模方法及系统,其中,该方法包括:获取电网实时工作场景的视频流并对所述视频流进行分帧预处理,标出每一帧的状态是否为危险操作的关键状态;基于所述视频帧的每一帧的状态,设计训练深度状态识别器和回报预测器;结合深度状态识别器和回报预测器,实时地从电网操作视频中预测并定位潜在的危险操作,判定风险等级,定位关键帧信息;根据风险预警系统进行持续的分析评估,输出风险等级和关键帧信息到监控界面,分层多模态反馈预警信息给一线员工。
-
公开(公告)号:CN117454766A
公开(公告)日:2024-01-26
申请号:CN202311465927.8
申请日:2023-11-06
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司
IPC分类号: G06F30/27 , G06F18/214 , G06F18/22 , G06N3/092
摘要: 本发明公开了一种网数字孪生模型生成式构建方法和系统,包括:获取电力系统中的多模态数据全集;基于LlAMA2模型抽取所述多模态数据全集的数据特征;基于所述多模态数据全集和对应的数据特征,构建面向数字孪生的电力系统预训练语言模型;所述电力系统预训练语言模型根据预先构建的提示词,输出对应的电网数字孪生模型。实现对新型电力系统物理设备的高精度、实时建模。
-
公开(公告)号:CN117150935A
公开(公告)日:2023-12-01
申请号:CN202311417646.5
申请日:2023-10-30
申请人: 中国电力科学研究院有限公司
IPC分类号: G06F30/27 , G06F18/213 , G06F18/22 , G06F17/16 , G06Q50/06
摘要: 本发明属于电网仿真运行领域,公开了一种新型电力系统数字孪生系统运行方法、装置、设备及介质,基于实时采集数据计算数据驱动模型卷积末层高维特征空间中多个黎曼流形的黎曼曲率逼近,获得最优黎曼度量;利用最优黎曼度量,构建基于黎曼流形的测地线切丛,并判断黎曼流形是否测地完备,若测地完备,数字孪生系统为稳定系统,采用基于测地完备的数字孪生推演运行,否则,数字孪生系统为非稳定系统,采用基于最小作用量原理的数字孪生推演运行,得到推演运行结果;将推演运行结果转换为低维特征空间的特征簇,完成新型电力系统数字孪生系统运行通过本发明新型电力系统主设备数字孪生系统推演运行方法,实现多尺度数字孪生系统的推演运行能力。
-
公开(公告)号:CN117763942A
公开(公告)日:2024-03-26
申请号:CN202311520298.4
申请日:2023-11-15
申请人: 中国电力科学研究院有限公司 , 国网智能电网研究院有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司南通供电分公司
IPC分类号: G06F30/27 , G06F17/13 , G06F17/16 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/084 , G06F113/04
摘要: 本发明公开了一种电力系统主设备数字孪生模型构建方法,并公开了对应模型的训练方法,其中数字孪生动态更新模型以传统检测数据和二维图像为输入,通过卷积神经网络提取图像特征,然后经过隐藏层、池化层和全连接层进行处理,最终输出设备状态。与此同时,模型利用液态神经网络捕获设备的时序信息,通过常微分方程求解器模拟连续时间以提高精度和稳定性,从而提高电力系统主设备的数字孪生体建模精度,从而增强了监测和故障预测性能。同时数字孪生动态更新模型的训练过程中,利用卷积神经网络的反向传播,通过定义损失函数和利用梯度下降法,使网络自动学习特征并优化参数,以最小化误差,从而提高了训练效率。
-
-
-
-
-
-
-
-
-