-
公开(公告)号：CN118643495A
公开(公告)日：2024-09-13
申请号：CN202410229511.4
申请日：2024-02-29
Applicant: 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司信息通信分公司 , 国网智能电网研究院有限公司 , 国家电网有限公司 , 北京邮电大学
Abstract: 本发明提供一种通用数据处理方法及引擎，包括：获取数据中台的日志数据；获取用于对日志数据进行数据加工的配置信息，所述配置信息包括配置状态信息、数据加工间隔时间信息、待加工日志字段信息、数据预处理信息以及数据加工操作信息；基于获取的日志数据、数据加工间隔时间信息和待加工日志字段信息确定待加工日志数据，并基于数据预处理信息对待加工日志数据进行数据预处理，基于数据加工操作信息对数据预处理后的待加工日志数据进行数据加工得到安全风险识别模型输入数据。该方法及引擎可方便且高效的为不同安全风险识别模型提供用于识别安全风险的规范数据集。
-
公开(公告)号：CN117996838A
公开(公告)日：2024-05-07
申请号：CN202410390116.4
申请日：2024-04-02
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国网辽宁省电力有限公司电力科学研究院
IPC: H02J3/38 , G06F18/2411 , G06F18/214 , H02J13/00 , G01R22/06
Abstract: 本发明提供一种基于非侵入负荷监测的分布式光伏识别装置，涉及智能电网技术领域。首先采集模块采集数据，预处理模块对采集数据进行特征选择并进行滑动窗口重叠采样预处理；训练模块运用窗口采样预处理后的窗口数据，建立基于支持向量机的分布式光伏发电识别模型，对采集数据进行训练；识别模块将智能电表实际采集的数据输入到训练后的模型中进行计算，对实际运行中的分布式光伏发电系统进行识别。本发明针对分布式光伏发电系统，采用非侵入式负荷监测技术，利用智能电能表分钟级采集数据及环境等数据，运用低复杂度的滑动窗及支持向量机技术，从负荷的主馈线中将分布式光伏发电进行分解。
-
公开(公告)号：CN112686292A
公开(公告)日：2021-04-20
申请号：CN202011558713.1
申请日：2020-12-25
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国网辽宁省电力有限公司 , 国家电网有限公司
Abstract: 本发明是一种基于图注意力网络的电力网络拓扑辨识方法，其特点是：基于图数据，整合图数据的内部关联关系，经过知识推理对网络拓扑进行辨识。首先根据电网信息数据梳理描述线路的特征量；其次基于图注意力网络方法，考虑节点、线路之间的相关关系，加权聚合特征量，进而对线路进行归类，判定线路的开断状态；最后结合邻接矩阵和线路归类判定生成电力网络拓扑，实现拓扑辨识。其方法科学合理，适用性强，拓扑辨识精度高，效果佳，具有很好的工程应用价值。
-
公开(公告)号：CN112651628A
公开(公告)日：2021-04-13
申请号：CN202011558982.8
申请日：2020-12-25
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国网辽宁省电力有限公司 , 国家电网有限公司
Abstract: 本发明是一种基于胶囊神经网络的电力系统暂态稳定评估方法，其特点是，首先基于仿真数据构造输入数据矩阵，其次，利用胶囊神经网络的自学习能力和强大的特征提取能力进行离线训练，找到输入数据与暂态稳定之间的映射关系，最后通过训练生成的模型进行在线评估，实现暂态稳定性的快速预测。该方法具有“快速测量、快速分辨率、快速控制”等优点。
-
公开(公告)号：CN117996838B
公开(公告)日：2024-06-28
申请号：CN202410390116.4
申请日：2024-04-02
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国网辽宁省电力有限公司电力科学研究院
IPC: H02J3/38 , G06F18/2411 , G06F18/214 , H02J13/00 , G01R22/06
Abstract: 本发明提供一种基于非侵入负荷监测的分布式光伏识别装置，涉及智能电网技术领域。首先采集模块采集数据，预处理模块对采集数据进行特征选择并进行滑动窗口重叠采样预处理；训练模块运用窗口采样预处理后的窗口数据，建立基于支持向量机的分布式光伏发电识别模型，对采集数据进行训练；识别模块将智能电表实际采集的数据输入到训练后的模型中进行计算，对实际运行中的分布式光伏发电系统进行识别。本发明针对分布式光伏发电系统，采用非侵入式负荷监测技术，利用智能电能表分钟级采集数据及环境等数据，运用低复杂度的滑动窗及支持向量机技术，从负荷的主馈线中将分布式光伏发电进行分解。
-
Patent Agency Ranking
公开(公告)号：CN112653152A
公开(公告)日：2021-04-13
申请号：CN202011559615.X
申请日：2020-12-25
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国网辽宁省电力有限公司 , 国家电网有限公司
Abstract: 本发明是一种基于高维空间相似的潮流收敛性调整方法，其特点是，首先针对中间潮流注入空间与初始潮流注入空间的几何关系，提取关键不收敛节点，快速辨识系统潮流不收敛关键因素；其次，利用二分法对变量变进行调整，确定与初始潮流空间最相似的最小调整量；最后对调整后的潮流进行计算得到与初始潮流注入空间最接近的潮流，保留了初始注入空间的特性。具有方法科学合理，简单实用、计算速度快，工程应用价值高等优点。
-
公开(公告)号：CN118118223A
公开(公告)日：2024-05-31
申请号：CN202410115375.6
申请日：2024-01-26
Applicant: 北京邮电大学 , 国网智能电网研究院有限公司 , 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司
IPC: H04L9/40 , H04L41/142 , H04L41/14
Abstract: 本发明提供一种多方关联数据合谋行为识别模型构建方法、识别方法及装置，包括：获取用户访问数据，并根据字段提取有效数据作为用户特征；基于用户特征，构建随机变量表；将随机变量表中各变量作为节点，并根据不同变量之间的关联关系设置节点之间的连接线，以构建基于贝叶斯网络结构识别模型，计算识别模型中各节点的先验概率；将各用户组合输入识别模型，得到各用户组合发生合谋行为的概率。基于本发明提供的方法构建得到的识别模型适用于多用户多操作的数据访问安全风险识别，且识别效率高、精度高。
-
公开(公告)号：CN117708851A
公开(公告)日：2024-03-15
申请号：CN202311714020.0
申请日：2023-12-13
Applicant: 国网智能电网研究院有限公司 , 国家电网有限公司大数据中心 , 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司
IPC: G06F21/60 , G06F18/213 , G06F16/2455
Abstract: 本发明涉及数据访问管控技术领域，公开了一种基于特征驱动的中台化架构数据访问管控方法及装置，方法包括：基于中台化架构网络空间的访问数据的特征标签集合划分为业务特征属性集、数据特征属性集、主体特征属性集；将业务特征属性集与数据特征属性集划分为客体，主体特征属性划分为主体并进行形式化表达；基于生成面向主体用户的数据访问控制策略和面向客体数据资源的检索策略进行主体用户和客户数据资源的双向匹配，若双向匹配成功获取预设授权范围内对应客体数据的访问权限；基于访问权限获取数据后进行预设特征驱动下的授权函数及数据传播控制模式对数据进行管控。本发明能精准定位供需双方的需求特点，提高检索准确率以及精确授权范围。
-
公开(公告)号：CN115358797A
公开(公告)日：2022-11-18
申请号：CN202211024433.1
申请日：2022-08-25
Applicant: 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司信息通信分公司
Abstract: 本发明属于能源互联网与人工智能行业应用领域，涉及一种基于聚类分析法的综合能源用户用能行为分析方法，包括获取包括电、热、气、冷能源在内的多个用户的用能数据；将上述用户用能数据进行预处理，按照一定离散序列形式储于数据集形成第一样本数据；根据k‑means聚类分析法和聚类有效性评价指标对分析性数据进行聚类分析，获得最优聚类点以及其聚类结果图；根据聚类结果图使用描述性数据对用户用能行为进行簇别划分，得到用户的簇别标签；根据最大相关最小冗余准则基于特征性数据选取用户用能行为的特征标签；对用户簇别标签及特征标签进行可视化展示，通过类间绘制雷达图与类内绘制柱状图来展示用户用能行为的画像。
-
公开(公告)号：CN115358473A
公开(公告)日：2022-11-18
申请号：CN202211032646.9
申请日：2022-08-26
Applicant: 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司信息通信分公司
Abstract: 本发明公开了一种基于深度学习的电力负荷预测方法及预测系统，首先，采集负荷电力用户的历史日负荷数据的原始样本集，之后，利用所述原始样本集进行样本增强，得到预测样本集，接着，对所述预测样本集进行特征提取及特征选择，最后，根据选择的特征对所有负荷电力用户进行负荷数据聚类，得到聚类分类，并利用与所述聚类分类对应的负荷预测模型预测负荷电力用户的电力负荷，得到预测结果。该预测方法及预测系统与受外界气象、自身特性、样本数量限制以及节假日调休方案等因素影响的传统预测方法相比，在预测准确性上可以达到很好的效果。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.06 seconds)
