公开(公告)号：CN118074323A

公开(公告)日：2024-05-24

申请号：CN202410076986.4

申请日：2024-01-18

Applicant: 贵州电网有限责任公司信息中心

Inventor： 龙玉江 ,  甘润东 ,  王策 ,  李洵 ,  钟掖 ,  卫薇 ,  龙娜 ,  朱显峰 ,  汤杰 ,  何熙

IPC: H02J13/00 ,  H02J3/00 ,  G06T17/00 ,  G06F18/10 ,  G06F18/243 ,  G06F18/27 ,  G06F123/02

Abstract: 本发明涉及设备监测技术领域，并公开了一种电网设备故障预警方法、装置、设备及存储介质，该方法包括：在待监测电网设备中定义若干数据采集节点；基于数据采集节点、待监测电网设备的设备三维模型和故障预测模型构建待监测电网设备对应的数字孪生模型；通过数字孪生模型对待监测电网设备进行实时监测，并在监测到异常数据时进行异常定位和可视化预警。本发明通过由数据采集节点、待监测电网设备的设备三维模型和故障预测模型构建的数字孪生模型来对待监测电网设备进行实时监测，并在监测到异常数据时进行异常定位和可视化预警，从而避免了传统电网设备故障预警方法的延时性，进而能够快速且准确地对电网设备中的故障进行定位预警。

公开(公告)号：CN106295969A

公开(公告)日：2017-01-04

申请号：CN201610623649.8

申请日：2016-08-02

Applicant: 贵州电网有限责任公司信息中心

Inventor： 吴漾 ,  朱州 ,  王鹏宇 ,  郭仁超 ,  王玮 ,  罗念华 ,  吴忠 ,  张克贤 ,  方继宇 ,  杨箴 ,  周玲 ,  龙娜 ,  王倩冰 ,  钱俊凤

IPC: G06Q10/06 ,  G06Q50/06 ,  G06K9/62

CPC classification number: G06Q10/0639 ,  G06K9/6223 ,  G06Q50/06

Abstract: 本发明公开了一种针对电力客户价值分群的一种加权K-means方法。本发明使用了一种适合于电力客户特征变量数据特点的加权K-means聚类算法，首先算法确定了以加权的电力客户群内数据的标准差之和为聚类准则函数，权重为该电力客户群内客户个数占总客户个数的比例；然后根据该准则函数在计算电力客户对象与客户群中心点之间的相似度时，以欧氏距离为前提，施以客户群内数据标准差为参考因素的权重，实现密度不均的电力客户对象更精确的价值分群。加权K-means聚类算法应用在电力客户价值分群上的分群聚类结果表明，本发明是适合实际运营数据的，并且达到了提高聚类紧凑性的效果。更加优质的分群聚类结果也可以保证决策高效实施，最终为供电企业带来更高的收益。

公开(公告)号：CN118690362A

公开(公告)日：2024-09-24

申请号：CN202410755100.9

申请日：2024-06-12

Applicant: 贵州电网有限责任公司信息中心

Inventor： 龙玉江 ,  王策 ,  甘润东 ,  钟掖 ,  李洵 ,  卫薇 ,  龙娜 ,  汤杰 ,  何熙 ,  朱显峰

IPC: G06F21/56 ,  G06F21/64 ,  G06F21/60 ,  G06F18/241 ,  G06F18/214 ,  G06Q50/06

Abstract: 本申请公开了一种电力数据篡改检测方法、装置、设备、存储介质及产品，涉及数据检测技术领域，所述方法包括：获取目标用户的加密用户信息和历史电力数据；将历史电力数据输入至篡改检测模型中，并根据模型输出结果判断目标用户是否存在篡改行为，篡改检测模型用于检测电力数据是否被篡改；若存在，则对加密用户信息进行解密后再进行数据处理，得到关键用户信息；将关键用户信息共享至联盟区块链中，并基于联盟区块链中的共享信息判断是否对目标用户进行二次检测。本申请通过篡改检测模型判断用户是否存在篡改行为，同时通过联盟区块链对存在篡改行为的恶意用户进行二次检测，从而在避免泄露用户隐私的前提下进行检测，提升了检测效率和准确性。

公开(公告)号：CN115865616A

公开(公告)日：2023-03-28

申请号：CN202211422946.8

申请日：2022-11-15

Applicant: 贵州电网有限责任公司信息中心

Inventor： 甘润东 ,  龙玉江 ,  王策 ,  卫薇 ,  龙娜 ,  李洵 ,  王杰峰 ,  胡啟镝 ,  汤杰 ,  王兴川

IPC: H04L41/0631 ,  H04L41/0677

Abstract: 本申请提供一种告警关联方法、装置、设备及存储介质。该方法包括：获取预设时间段内的告警信息集合；根据告警信息集合中各告警信息的属性信息进行处理，确定各个告警信息所属的告警警报；按照预设时间粒度将预设时间段划分为多个时间窗口，针对每一时间窗口内的告警警报进行去重，得到告警警报集合；根据告警警报集合中，每两个告警警报在多个时间窗口中共同出现的次数，确定告警警报共现矩阵；基于告警警报共现矩阵，对每两个告警警报进行关联，得到告警事件集合；根据告警事件集合中，每两个告警事件在多个时间窗口中共同出现的次数，确定告警事件共现矩阵；基于告警事件共现矩阵，对每两个告警事件进行关联，得到关联告警事件。

公开(公告)号：CN106251241A

公开(公告)日：2016-12-21

申请号：CN201610623647.9

申请日：2016-08-02

Applicant: 贵州电网有限责任公司信息中心

Inventor： 吴漾 ,  朱州 ,  谭驰 ,  曾路 ,  王鹏宇 ,  王玮 ,  罗念华 ,  吴忠 ,  张克贤 ,  郭仁超 ,  杨箴 ,  方继宇 ,  龙娜 ,  钱俊凤 ,  王倩冰 ,  陆岫昶

IPC: G06Q50/06

CPC classification number: G06Q50/06

Abstract: 本发明公开了一种基于特征选择改进的LR-Bagging算法，包括以下步骤：首先从原始数据中确定初始数据集，要求自变量与因变量的相关程度不能过低；其次，对初始数据集中的离散型自变量进行WEO编码；然后利用随机抽样获得一定数目的记录和特征字段组成训练例，将训练例进行LR((LogisticRegression)模型训练并做系数的正态显著性检验，若不显著，则剔除,反之，加入组合模型。进行循环迭代，直到组合模型较优。最后，则可以采用较优组合模型做预测与分群。该算法可提升分类结果的多样性，变量信息的提取度与预测结果的准确率，也能有效减少基LR模型由于变量过多而导致多重共线与“过拟合”的可能性。