一种运维检修管控方法
    1.
    发明公开

    公开(公告)号:CN117495334A

    公开(公告)日:2024-02-02

    申请号:CN202310256052.4

    申请日:2023-03-16

    IPC分类号: G06Q10/20 G06Q50/26 G06N7/01

    摘要: 本申请提供一种运维检修管控方法,包括:获取每个监管设备中每个部件的部件参数,每个监管设备包含多个部件,部件参数包含位置参数、尺度参数和形状参数;基于每个监管设备中每个部件的部件参数,确定出每个部件对应的损坏率函数;基于每个部件对应的损坏率函数,确定出每个部件对应的预估间隔时段;基于每个部件对应的预估间隔时段,确定出设备检修策略。通过获取每个监管设备中每个部件的部件参数,确定出每个部件对应的损坏率函数,进一步确定出每个部件对应的预估间隔时段,以便确定出合适的设备检修策略。这样的方式可以实现对设备部件损耗情况的评估,动态规划运维检修的时间,有利于降低人力和物力成本。

    基于胶囊网络的智能电网时间序列异常检测方法及系统

    公开(公告)号:CN114841212A

    公开(公告)日:2022-08-02

    申请号:CN202210540141.7

    申请日:2022-05-18

    摘要: 本公开实施例中提供了一种基于胶囊网络的智能电网时间序列异常检测方法及系统,属于数据识别技术领域,具体包括:步骤1,采集目标电网的运维数据集输入胶囊网络的特征提取层,得到所述运维数据集对应的时序特征集;步骤2,将所述时序特征集封装成含有低层特征的多个时序子胶囊,并使用squash函数压缩;步骤3,根据权重矩阵计算全部所述时序子胶囊与每个时序父胶囊的关系,然后根据动态路由协议来更新所述时序父胶囊的权重;步骤4,根据全部所述时序父胶囊生成目标胶囊并进行重构,生成检测结果。通过本公开的方案,提高了检测效率、精准度、适应性和实时性。

    基于FARIMA-LSTM预测的电网主机动态阈值设定方法

    公开(公告)号:CN113435725A

    公开(公告)日:2021-09-24

    申请号:CN202110685848.2

    申请日:2021-06-21

    摘要: 本发明提供了一种基于FARIMA‑LSTM预测的电网主机动态阈值设定方法,包括:步骤1,构建FARIMA‑LSTM模型;步骤2,收集服务器的内存负载数据并输入FARIMA‑LSTM模型进行数据预处理,对预处理后的内存负载数据进行周期性检验,得到周期性检验结果。本发明预测方法准确,适用范围广,运行时间短,通过周期调整消除了时间序列中的周期性影响,能够更清晰地揭示趋势,降低了周期对ARIMA模型拟合效果的影响,提高了趋势预测精度,利用服务器内存历史数据预测并估算设备运行指标动态阈值,实时的对服务器内存历史数据变化情况进行监控,及时的通知运维人员对设备进行运行状态检查,提高了设备故障的预知能力,充分提升了运维监控和故障抢修工作的主动性,提高了运维效率。

    一种智能电网信息设备监控系统及方法

    公开(公告)号:CN112926749A

    公开(公告)日:2021-06-08

    申请号:CN202011603738.9

    申请日:2020-12-30

    摘要: 本发明提供了一种智能电网信息设备监控系统及方法,该系统包括历史数据模块、数据采集模块、数据分析模块和告警模块,历史数据模块存储有海量历史监控数据;数据采集模块实时采集电网的实时监控数据;数据分析模块基于海量历史监控数据分析出电网信息设备的动态阈值区间;数据分析模块还判断实时监控数据是否落入动态阈值区间;告警模块对尚未落入动态阈值区间的实时监控数据发出报警信号。该方法基于上述的系统。本发明利用海量历史监控数据,进行数据挖掘聚类分析、统计分析、机器学习挖掘、预测出设备健康运行状态动态阈值区间,使智能电网信息设备监测具有高准确度,告警收敛速度迅速,智能差异化感知、辨别故障,提升运维人员的工作效率。

    一种面向电力业务的时间敏感网络流量调度方法

    公开(公告)号:CN116055377A

    公开(公告)日:2023-05-02

    申请号:CN202210964931.8

    申请日:2022-08-12

    摘要: 本发明公开了一种面向电力业务的时间敏感网络流量调度方法,基于TAS的调度方式提出K短路径算法优化路由规划,提出改进的禁忌搜索择优算法快速调求解流调度方案,给出端口门控制列表计算。在仿真调度时延中使用了小规模高连通度网络以及实际工业生成的网络拓扑两种环境,并分别设置高负载、低负载两种场景,多次测试本发明提出的两种启发式算法,进而对不同算法评估其可调度性、端到端总时延以及算法执行时间,证明了本发明提出的禁忌搜索算法能在较短的时间内进行求解,最终满足时间触发流量的确定性传输要求的能力显著强于最短路径算法,并且最小化了所有流量的总传输时延,快速求解出有效的端口门控制列表。

    基于离散小波变换和FA-ELM的网络流量预测方法

    公开(公告)号:CN113411216A

    公开(公告)日:2021-09-17

    申请号:CN202110687331.7

    申请日:2021-06-21

    摘要: 本发明提供了一种基于离散小波变换和FA‑ELM的网络流量预测方法,包括:步骤1,构建DWAFE模型,在所述DWAFE模型中设置数据管理员和模型管理员;步骤2,获取多个网络流量数据并将所述网络流量数据发送给所述数据管理员,所述数据管理员将所述网络流量数据进行数据预处理,得到数据预处理后的所述网络流量数据。本发明经过萤火虫算法优化的FA‑ELM模型,克服了ELM稳定性差的缺陷,对非线性数据预测的准确性高,能稳定可靠地应用于各领域的研究中,具有极大的现实意义。本发明提出的DWAFE模型结合了ARIMA模型和FA‑ELM模型各自的优势,做出精准的网络流量预测,根据预测结果计算出指定置信度下的动态阈值区间,从而实现设备运行状态实时感知,为设备故障预警提供强有力的支持。