-
公开(公告)号：CN119886906A
公开(公告)日：2025-04-25
申请号：CN202411742669.8
申请日：2024-11-29
Applicant: 国网江西省电力有限公司 , 国网江西省电力有限公司信息通信分公司 , 北京国网信通埃森哲信息技术有限公司
Inventor： 徐天福 , 柏杨 , 范瑞祥 , 李路明 , 褚红亮 , 王璠 , 黄康 , 余志琴 , 彭谦 , 罗坤 , 胡潇 , 严浩然 , 王松 , 华威 , 王露茜 , 张瑜 , 张成平 , 卢旭霆 , 邹志强 , 李泽峰
IPC: G06Q10/0639 , G06Q50/26 , G06Q50/06 , G06F16/2458 , G06F16/25 , G06F16/215
Abstract: 本发明提供一种区域电力碳排放因子测算方法及应用，属于电子信息技术领域。所述区域电力碳排放因子测算方法包括：步骤1、采集数据，通过数据中台数据采集渠道采集需要计算碳排放的区域相关数据并存入贴源层全量数据表中；步骤2、清洗处理数据，依次对缺失数据和异常数据进行数据处理；步骤3、计算区域发电碳排放因子，依次计算火力发电碳排放因子和区域综合发电碳排放因子；步骤4、计算区域电力碳排放因子，依次计算区域电力转移电量和构建区域碳流平衡方程并求解各区域电力碳排放因子。该区域电力碳排放因子测算方法实现了从时空上更细颗粒度的电力碳排放因子计算，极大地提高了计算的准确性和实用性。
-
公开(公告)号：CN112232559B
公开(公告)日：2023-06-13
申请号：CN202011083600.0
申请日：2020-10-12
Applicant: 国网江西省电力有限公司信息通信分公司 , 国网江西省电力有限公司 , 国家电网有限公司
Abstract: 本发明提出了一种电力区域负荷的短期预测方法及装置。包括：获取历史电力负荷需求值，根据该历史电力负荷需求值获取负荷特征信息；根据电力负荷需求值构建电力负荷增长率因子数据表，根据该电力负荷增长率因子数据表建立线性回归模型，并从该线性回归模型中提取增长率函数；根据负荷特征信息以及增长率函数生成负荷短期预测模型，并根据该负荷短期预测模型对短期负荷进行预测。本发明通过构建增长率因子，其因子数据特征与日负荷数据特征高度一致，所以增长率因子不改变原有负荷数据特性，能够在预测多节点负荷时大大降低节点负荷预测的误差率，提高预测精确度。
-
公开(公告)号：CN114610715A
公开(公告)日：2022-06-10
申请号：CN202210219538.6
申请日：2022-03-08
Applicant: 国网江西省电力有限公司信息通信分公司 , 国网江西省电力有限公司 , 国家电网有限公司
IPC: G06F16/22 , G06F16/2455 , G06F9/302 , H03M7/30
Abstract: 本发明提出了一种提高数据存储与查询性能的方法和系统，通过用户在建立数据表时，根据数据表存储的数据类型，或者数据表中的字段存储的数据类型，为数据表或者数据表中的字段设定压缩参数，通过压缩参数确定数据对应的压缩算法，以及压缩算法是否启用矢量指令集、启用何种矢量指令集进行优化，再对数据进行切分，对切分后的数据根据其类型以及所属的字段或数据表的压缩参数确定对应的压缩方法并进行压缩和存储。本发明实现了使用CPU内置的矢量指令集优化压缩算法，同时对单数据表中的数据采用多种压缩方式，对数据表中每个字段存储的数据使用更合适的压缩方法进行处理，提高了数据存储和读取的性能。
-
公开(公告)号：CN112232559A
公开(公告)日：2021-01-15
申请号：CN202011083600.0
申请日：2020-10-12
Applicant: 国网江西省电力有限公司信息通信分公司 , 国网江西省电力有限公司 , 国家电网有限公司
Abstract: 本发明提出了一种电力区域负荷的短期预测方法及装置。包括：获取历史电力负荷需求值，根据该历史电力负荷需求值获取负荷特征信息；根据电力负荷需求值构建电力负荷增长率因子数据表，根据该电力负荷增长率因子数据表建立线性回归模型，并从该线性回归模型中提取增长率函数；根据负荷特征信息以及增长率函数生成负荷短期预测模型，并根据该负荷短期预测模型对短期负荷进行预测。本发明通过构建增长率因子，其因子数据特征与日负荷数据特征高度一致，所以增长率因子不改变原有负荷数据特性，能够在预测多节点负荷时大大降低节点负荷预测的误差率，提高预测精确度。
-
公开(公告)号：CN119337298B
公开(公告)日：2025-05-09
申请号：CN202411888385.X
申请日：2024-12-20
Applicant: 国网江西省电力有限公司信息通信分公司
IPC: G06F18/2433 , G06F18/23211 , G06F16/17 , G06F16/2458 , G06F16/36
Abstract: 本发明公开了一种日志分区知识图谱构建及异常检测方法，在分析日志模板的基础上，将日志模板中的字段名作为节点，按节点顺序建立有向边，从而建立日志模板的知识图谱，同属于一个日志模板的日志在同一个区域，不同区域之间通过日志模板之间相同的字段名进行关联，建立无线边；同一个区域内，根据关键节点的值进行分类，在同一个分类中按其他字段名进行聚类分析异常日志；在不同区域之间，在指定关键节点的基础上，通过分析日志在不同区域之间形成的时序进行异常检测。本发明通过建立日志分区知识图能更好地分析日志之间的关联关系，发现异常的日志。
-
Patent Agency Ranking
公开(公告)号：CN119671548A
公开(公告)日：2025-03-21
申请号：CN202510185428.6
申请日：2025-02-20
Applicant: 国网江西省电力有限公司信息通信分公司
IPC: G06Q10/20 , G06Q50/06 , G06F18/22 , G06F18/241
Abstract: 本发明公开了一种电网数据血缘管理系统，涉及数据管理技术领域，本发明包括：电网数据获取模块、电网血缘数据分析模块、电网血缘数据处理模块和本地数据库，本发明通过将电网所属各变电设备的历史数据进行整合，分析电网所属变电设备的各数据的血缘异常关联系数，并据此对各数据的异常权重因子值进行动态调节，从而提高变电设备的预警准确率，减少变电设备的故障率，通过分析电网所属各停运变电设备和各预估故障变电设备与各故障类型的血缘相似度，快速确定电网所属各停运变电设备的预测停运原因和各预估故障变电设备的预估故障原因，从而提高变电设备的维修效率，提升变电设备的运行效率。
-
公开(公告)号：CN118940257B
公开(公告)日：2025-02-07
申请号：CN202411426077.5
申请日：2024-10-14
Applicant: 国网江西省电力有限公司信息通信分公司
IPC: G06F21/53
Abstract: 本发明提供一种基于大模型的分布式沙盒的安全分析方法及系统，涉及大模型安全分析领域，技术方案：获取分布式数据沙盒的原始数据，基于大模型对抗审查的方式进行初步筛查得到初筛样本；基于多种相似度算法分别对初筛样本进行计算得到混合相似度；基于初筛样本的威胁程序进行抽象语法树编译得到依赖关系图，遍历依赖关系图中的节点进行嵌套有向无环图建模，得到嵌套关系图；基于混合相似度对嵌套关系图进行添加标签并切片得到子图，基于现有的威胁程序库对所述相似子图进行遍历匹配得到子图相似度，并进行加权计算得到静态威胁评分，本发明提出混合计算方法和嵌套关系表示方法，改善了传统的静态分析难以对威胁程序进行有效分析和高误判率的问题。
-
公开(公告)号：CN118940257A
公开(公告)日：2024-11-12
申请号：CN202411426077.5
申请日：2024-10-14
Applicant: 国网江西省电力有限公司信息通信分公司
IPC: G06F21/53
Abstract: 本发明提供一种基于大模型的分布式沙盒的安全分析方法及系统，涉及大模型安全分析领域，技术方案：获取分布式数据沙盒的原始数据，基于大模型对抗审查的方式进行初步筛查得到初筛样本；基于多种相似度算法分别对初筛样本进行计算得到混合相似度；基于初筛样本的威胁程序进行抽象语法树编译得到依赖关系图，遍历依赖关系图中的节点进行嵌套有向无环图建模，得到嵌套关系图；基于混合相似度对嵌套关系图进行添加标签并切片得到子图，基于现有的威胁程序库对所述相似子图进行遍历匹配得到子图相似度，并进行加权计算得到静态威胁评分，本发明提出混合计算方法和嵌套关系表示方法，改善了传统的静态分析难以对威胁程序进行有效分析和高误判率的问题。
-
公开(公告)号：CN119787298A
公开(公告)日：2025-04-08
申请号：CN202411630193.9
申请日：2024-11-15
Applicant: 国网江西省电力有限公司信息通信分公司
IPC: H02J3/00 , G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种分布式光伏功率预测方法及系统，涉及光伏功率预测技术领域，具体方案：获取并预处理已知的分布式光伏系统数据得到光伏数据；搭建多头时序模型，搭建初始模型并根据光伏数据进行训练得到预测模型和训练误差数据，将多头时序模型嵌合预测模型得到混合预测模型；构建修正模型并使用训练误差数据行得到误差修正模型；获取待预测数据，基于混合预测模型为待预测数据分配权重后，进行特征提取得到时序特征，并进行预测得到初步预测结果及其预测误差序列；基于误差修正模型拟合所述预测误差序列并修正初步预测结果，得到光伏功率预测值。本发明改善了现有技术在光伏功率预测准确率的不足，提高模型的预测精度和适应性。
-
公开(公告)号：CN119763050A
公开(公告)日：2025-04-04
申请号：CN202510261070.0
申请日：2025-03-06
Applicant: 国网江西省电力有限公司信息通信分公司
IPC: G06V20/52 , G06V10/44 , G06V10/42 , G06V10/56 , G06V10/54 , G06V10/46 , G06V10/80 , G06V10/75 , G06V10/762 , G06V10/764 , G06V10/82 , G06F18/25 , G06F18/2433 , G06N3/0464 , G06N3/0455 , G06N3/0985 , G06Q50/06 , G06N3/048
Abstract: 本发明提供一种电网系统故障的巡检方法及系统，涉及图像数据处理和电力监测，方案：获取并预处理得到待检测图像和不同时、空域的图像；应用第一阶段算法对其进行故障判别；存在异常时，应用第二阶段算法进行故障位置检测和故障类型判别，当判别为未知类型的故障时，基于第二阶段算法提取该故障的特征，同数据库中记录的未知故障的特征进行聚类分析，实现对已知类型故障的识别和未知类型故障的归纳，综合分析故障位置检测、故障类型判别和聚类分析的结果，得到待检测图像的故障情况。本发明通过设计多阶段算法，同时提出基于对比学习和多任务协同的端到端训练策略，有效提高了故障检测效率和精准度，实现在复杂电网场景下的故障精细化定位与分类。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.12 seconds)
