-
公开(公告)号：CN106603286B
公开(公告)日：2019-07-09
申请号：CN201611155281.3
申请日：2016-12-14
Applicant: 国网浙江省电力公司杭州供电公司 , 北京国网信通埃森哲信息技术有限公司 , 国网信息通信产业集团有限公司 , 北京航天情报与信息研究所
Abstract: 本发明公开了一种基于联邦式数据池的电力微应用构建方法，其具体步骤为：搭建包括：数据池构建模块（2）、微应用构建模块（4）、级联注册模块（1）和级联管理模块（3）的电力微应用系统；数据池构建模块（2）自下而上分别构建站端级数据池、区县级数据池、地市级数据池和省级数据池；微应用构建模块（4）构建电力微应用；级联注册模块（1）构建联邦式数据池；级联管理模块（3）构建联邦式数据池；至此，实现了基于联邦式数据池的电力微应用构建。本发明实现了各级数据池资源的共享和动态整合，分散中心服务存储和计算的压力，提高了系统的稳定性；提高了应用建设效率、降低运行维护成本。
-
公开(公告)号：CN106603286A
公开(公告)日：2017-04-26
申请号：CN201611155281.3
申请日：2016-12-14
Applicant: 国网浙江省电力公司杭州供电公司 , 北京国网信通埃森哲信息技术有限公司 , 国网信息通信产业集团有限公司 , 北京航天情报与信息研究所
CPC classification number: H04L41/145 , H02J13/0013 , H04L65/1073 , H04L67/12
Abstract: 本发明公开了一种基于联邦式数据池的电力微应用构建方法，其具体步骤为：搭建包括：数据池构建模块（2）、微应用构建模块（4）、级联注册模块（1）和级联管理模块（3）的电力微应用系统；数据池构建模块（2）自下而上分别构建站端级数据池、区县级数据池、地市级数据池和省级数据池；微应用构建模块（4）构建电力微应用；级联注册模块（1）构建联邦式数据池；级联管理模块（3）构建联邦式数据池；至此，实现了基于联邦式数据池的电力微应用构建。本发明实现了各级数据池资源的共享和动态整合，分散中心服务存储和计算的压力，提高了系统的稳定性；提高了应用建设效率、降低运行维护成本。
-
公开(公告)号：CN116894163B
公开(公告)日：2024-01-16
申请号：CN202311160057.3
申请日：2023-09-11
Applicant: 国网信息通信产业集团有限公司 , 国网天津市电力公司
Inventor： 付昀夕 , 赵永生 , 刘泽三 , 戚艳 , 高紫婷 , 任博强 , 张文娟 , 张帅 , 文爱军 , 吴俊峰 , 张磐 , 闫晨阳 , 闫廷廷 , 刘振圻 , 宫晓辉 , 肖松宇
IPC: G06F18/20 , G06F18/214 , G06N3/0464 , G06N3/08 , G06F21/60 , H02J3/00
Abstract: 本公开的实施例公开了基于信息安全的充放电设施负荷预测信息生成方法和装置。该方法的一具体实施方式包括：采集目标本地数据组序列；通过目标本地数据组，对初始充电负荷预测信息生成模型进行初始模型训练；对训练后模型文件集合进行模型文件拆分，得到训练后模型文件组集合；对训练后模型文件组进行一次模型文件聚合，得到第一聚合后模型文件；对第一聚合后模型文件集合进行二次模型文件聚合，得到第二聚合后模型文件；根据实时运行数据和充电负荷预测信息生成模型，生成充电负荷预测信息。该实施方式避免了当同时存在大量的待蓄能新能源汽车时，蓄能站点对应的电网过载，从而造(56)对比文件Afaf Taik 等.Electrical loadforecasting using edge computing andfederated learning《.ICC 2020-2020 IEEEInternational conference oncommunications(ICC)》.2020,第1-7页.
-
公开(公告)号：CN116894163A
公开(公告)日：2023-10-17
申请号：CN202311160057.3
申请日：2023-09-11
Applicant: 国网信息通信产业集团有限公司 , 国网天津市电力公司
Inventor： 付昀夕 , 赵永生 , 刘泽三 , 戚艳 , 高紫婷 , 任博强 , 张文娟 , 张帅 , 文爱军 , 吴俊峰 , 张磐 , 闫晨阳 , 闫廷廷 , 刘振圻 , 宫晓辉 , 肖松宇
IPC: G06F18/20 , G06F18/214 , G06N3/0464 , G06N3/08 , G06F21/60 , H02J3/00
Abstract: 本公开的实施例公开了基于信息安全的充放电设施负荷预测信息生成方法和装置。该方法的一具体实施方式包括：采集目标本地数据组序列；通过目标本地数据组，对初始充电负荷预测信息生成模型进行初始模型训练；对训练后模型文件集合进行模型文件拆分，得到训练后模型文件组集合；对训练后模型文件组进行一次模型文件聚合，得到第一聚合后模型文件；对第一聚合后模型文件集合进行二次模型文件聚合，得到第二聚合后模型文件；根据实时运行数据和充电负荷预测信息生成模型，生成充电负荷预测信息。该实施方式避免了当同时存在大量的待蓄能新能源汽车时，蓄能站点对应的电网过载，从而造成电压不稳定，可能会对车辆充电设备造成损坏的问题。
-
-
-
Search Results
4
records
(took 0.117 seconds)
