-
公开(公告)号：CN112736929A
公开(公告)日：2021-04-30
申请号：CN202011597923.1
申请日：2020-12-29
申请人： 国家电网公司东北分部 , 北京科东电力控制系统有限责任公司
摘要： 本发明公开了一种基于局部暂态电压稳定和无功响应的储能选址方法，其特征在于，确定受端电网的重负荷区域，搜索故障找到受端电网电压薄弱节点；对受端电网电压薄弱节点的等值负荷进行分解，推导备选储能地点功率变化与电压稳定薄弱节点稳定指标之间的耦合关系，建立储能地址对电压稳定影响和储能动态无功响应两个量化指标，得出储能选址综合效果量化指标，对储能地点进行配置，当储能出力时使局部系统的电压稳定性得到改善，防止电压失稳。
-
公开(公告)号：CN112668875B
公开(公告)日：2024-05-28
申请号：CN202011565424.4
申请日：2020-12-25
申请人： 国家电网公司东北分部 , 北京科东电力控制系统有限责任公司
IPC分类号： G06Q10/0639 , G06F30/20 , G06Q50/06 , H02J3/06 , G06F113/04
摘要： 本发明公开了一种基于无功裕度的多通道受电系统最大受电比例评估方法，包括，建立多通道受电系统的内、外通道模型；根据多通道受电系统的外通道模型计算外部通道的无功裕度指标和暂态无功分配系数；以及根据多通道受电系统的内通道模型计算内通道暂态无功分配系数；根据各外部通道的无功裕度指标和暂态无功分配系数计算多通道受电系统的暂态功率裕度；基于多通道受电系统的暂态稳定裕度，内通道暂态无功分配系数和负荷功率因数计算多通道受电系统最大受电比例。利用该方法可以实现对受端电网受电比例的快速估算，为相关人员提供量化分析经验，有助于运行人员快速制定合理的系统运行方式。
-
公开(公告)号：CN112668875A
公开(公告)日：2021-04-16
申请号：CN202011565424.4
申请日：2020-12-25
申请人： 国家电网公司东北分部 , 北京科东电力控制系统有限责任公司
IPC分类号： G06Q10/06 , G06F30/20 , G06Q50/06 , H02J3/06 , G06F113/04
摘要： 本发明公开了一种基于无功裕度的多通道受电系统最大受电比例评估方法，包括，建立多通道受电系统的内、外通道模型；根据多通道受电系统的外通道模型计算外部通道的无功裕度指标和暂态无功分配系数；以及根据多通道受电系统的内通道模型计算内通道暂态无功分配系数；根据各外部通道的无功裕度指标和暂态无功分配系数计算多通道受电系统的暂态功率裕度；基于多通道受电系统的暂态稳定裕度，内通道暂态无功分配系数和负荷功率因数计算多通道受电系统最大受电比例。利用该方法可以实现对受端电网受电比例的快速估算，为相关人员提供量化分析经验，有助于运行人员快速制定合理的系统运行方式。
-
公开(公告)号：CN113656361A
公开(公告)日：2021-11-16
申请号：CN202110950303.X
申请日：2021-08-18
申请人： 国家电网公司东北分部 , 东北大学
IPC分类号： G06F16/172 , G06F16/182 , G06N3/04 , G06N3/08
摘要： 本发明提供了一种面向超融合电力数据中心的数据存储方法、装置及存储介质，涉及数据存储技术领域，包括：以超融合服务器作为数据存储节点；将每个数据存储节点的历史数据集放入基于长短时记忆和卷积神经网络的可靠度评估模型中，输出节点可靠度；将节点可靠度作为并行数据存储算法的输入，利用马尔可夫决策过程进行强化学习建模，确定网络状态集合、动作集合、状态转移概率以及奖励函数所对应的参量；并基于这些参量训练并行数据存储算法；并行数据存储算法包括Actor网络和Critic网络；利用训练好的并行数据存储算法按照文件队列模型选择在当前网络状态下存放文件的位置集合，对文件进行存放。本发明实现了超融合数据中心的高可靠数据存储。
-
公开(公告)号：CN117995180A
公开(公告)日：2024-05-07
申请号：CN202211386672.1
申请日：2022-11-07
申请人： 国家电网公司东北分部 , 中国科学院沈阳计算技术研究所有限公司
摘要： 本发明公开一种用于电力调度大数据平台的语音识别调度方法，在电力调度大数据平台的客户端、语音识别云端分别部署如下各模块，用于根据用户端用户输入的语音指令调度展示电力调度大数据平台的可视化版面；用户指令采集模块，设在客户端，用于采集用户输入的语音指令，发送给语音识别云端的热词匹配模块；热词数据库模块，设在语音识别云端，用于预先采集电力调度大数据平台的指令热词，建立热词库；热词匹配模块，设在语音识别云端，用于将客户端上传的语音指令转换为文字指令，再反馈至电力调度大数据平台的客户端；映射关联展示模块，设在客户端，用于对云端反馈的文字指令进行研判，获取对应的关联展示指令，发送给客户端执行可视化调度展示。
-
公开(公告)号：CN117709341A
公开(公告)日：2024-03-15
申请号：CN202311349316.7
申请日：2023-10-18
申请人： 国家电网公司东北分部 , 中国科学院沈阳计算技术研究所有限公司
IPC分类号： G06F40/295 , G06F40/247 , G06F16/33 , G06F18/213 , G06N3/0442 , G06N7/01
摘要： 本发明涉及电力调度技术领域，具体涉及基于命名实体识别技术的电力调度业务特征提取方法，包括以下步骤：S1：收集电力系统的操作日志、维修记录和事故报告的非结构化文本数据；S2：对整合后的非结构化文本数据和实时数据进行数据清洗、标注和格式标准化；S3：在预处理后的数据上应用预训练的命名实体识别模型进行分析；S4：进行时间序列分析以捕获其随时间变化的动态特性；S5：通过图论方法分析识别出的实体和事件的上下文关系；S6：构建用于电力系统状态评估和故障预测的特征向量。本发明，通过综合利用多源数据和数据分析技术，实现了更准确和全面的电力系统状态评估与故障预测，从而提高了电力系统的整体性能和安全性。
-
公开(公告)号：CN114764441A
公开(公告)日：2022-07-19
申请号：CN202110041451.X
申请日：2021-01-13
申请人： 国家电网公司东北分部 , 中国科学院沈阳计算技术研究所有限公司
摘要： 本发明涉及基于图形数据库设计的输电断面电网发展指标计算展示方法，包括：从电力系统监测站采集电网设备的相关信息，并进行数据清洗；根据清洗后的电网设备的相关信息计算输电断面电网发展指标；建立电网映射关系网络，用于展示电力系统设备与设备间关系的数据节点与网络关系；建立图形数据库，展示电网映射关系网络，通过查询语句，图形设计可视化展示电网设备信息以及输电断面电网发展指标。本发明的数据整合是基于图形数据库设计，可自定义断面，也可以选择全网，技术成熟，高效、便捷，计算出的电网发展指标数据准确。
-
公开(公告)号：CN117688608A
公开(公告)日：2024-03-12
申请号：CN202311737211.9
申请日：2023-12-15
申请人： 国家电网公司东北分部 , 东北大学
IPC分类号： G06F21/62 , G06F40/253 , G06F40/30 , G06F16/35 , G06Q50/06
摘要： 本发明提供了一种数字电网零信任访问控制策略自动生成方法，涉及数据访问控制技术领域，包括如下步骤：S1、构建ABAC策略生成模型，并对ABAC策略生成模型进行离线训练；S11、提取非结构化访问控制策略；从自然语言文本和访问日志文件中提取访问控制策略，并结构化表述策略，得到结构化策略；S12、检测策略冗余与冲突；通过并行分析访问主体、客体与操作间的关系，检测结构化策略间的冲突；S13、构建ABAC策略生成模型；通过分析策略集的特征，识别安全控制意图，为访问控制系统建立策略生成模型；S2、使用训练后的ABAC策略生成模型在线自动生成访问策略。本发明通过离线训练ABAC策略生成模型与在线自动生成控制策略，实现了对系统资源的访问控制。
-
公开(公告)号：CN113660273B
公开(公告)日：2023-06-02
申请号：CN202110948874.X
申请日：2021-08-18
申请人： 国家电网公司东北分部 , 东北大学
IPC分类号： H04L9/40 , H04L41/142 , G06N3/006 , G06N3/0499 , G06N3/048 , G06N3/08
摘要： 本发明提供了一种超融合架构下基于深度学习的入侵检测方法、装置及存储介质，涉及入侵检测技术领域，该检测方法应用在超融合架构的虚拟化内核层，先捕获进出虚拟机的网络流量，并对其进行IP/MAC地址验证，再提取相关流量特征，利用CICIDS2017数据集训练完成的深度学习模型分析特征值，以实现超融合架构下低开销、高精度的DDoS攻击检测。特别地，为了减少冗余信息，采用改进的二进制布谷鸟算法选取特征，在保证检测精度的同时，减小深度学习模型尺寸的同时减少网络流量特征的提取时间。
-
公开(公告)号：CN113660273A
公开(公告)日：2021-11-16
申请号：CN202110948874.X
申请日：2021-08-18
申请人： 国家电网公司东北分部 , 东北大学
摘要： 本发明提供了一种超融合架构下基于深度学习的入侵检测方法、装置及存储介质，涉及入侵检测技术领域，该检测方法应用在超融合架构的虚拟化内核层，先捕获进出虚拟机的网络流量，并对其进行IP/MAC地址验证，再提取相关流量特征，利用CICIDS2017数据集训练完成的深度学习模型分析特征值，以实现超融合架构下低开销、高精度的DDoS攻击检测。特别地，为了减少冗余信息，采用改进的二进制布谷鸟算法选取特征，在保证检测精度的同时，减小深度学习模型尺寸的同时减少网络流量特征的提取时间。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.211 秒)
