基于物联网的电力网络安全感知处理系统

    公开(公告)号:CN113792316A

    公开(公告)日:2021-12-14

    申请号:CN202111093921.3

    申请日:2021-09-17

    IPC分类号: G06F21/60 H04L29/06 G06Q50/06

    摘要: 本发明公开了基于物联网的电力网络安全感知处理系统,涉及安全感知处理技术领域,解决了现有技术中电力网络运行过程中无法准确感知安全问题的技术问题,对电力网络内部进行分析,防止存在内部人员泄露数据以及设备数据丢失的现象,从根本减缓安全感知处理的工作强度,也间接提高了电力网络的运营效率;判定电力网络控制是否安全合格,减少电力网络控制异常,导致安全处理效率降低,同时降低了电力网络的运行效率,从而降低用户的使用质量,增加工作人员的工作强度;将设备进行分网管控,防止网络遭受入侵导致所有设备异常运行,容易造成大面积停电,导致区域管理强度增加,众多电力支持的安全设备无法运行造成公共财产安全受到威胁。

    一种调度数据网系统终端的安全防护装置

    公开(公告)号:CN113613466A

    公开(公告)日:2021-11-05

    申请号:CN202110885385.4

    申请日:2021-08-03

    IPC分类号: H05K7/20

    摘要: 本发明提供一种调度数据网系统终端的安全防护装置,包括:防护罩,所述防护罩安装于终端主体的表面,所述防护罩包括罩体,所述罩体的表面开设有多个折形槽,所述防护罩的内部连接有多个散热导气件,所述散热导气件的一端通过条形孔延伸至终端主体的内部。本发明提供的调度数据网系统终端的安全防护装置,通过在终端主体的表面设置防护罩,防护罩的内部设置有冷却液,以及散热导气件,配合风冷件,可以快速对终端进行降温,且通过设置传动件配合搅拌组件,搅拌叶转动,带动冷却液旋转起来,使冷却液可以快速与终端主体的表面、防护罩的内表面以及散热导气件的表面接触,从而可以加快冷却液对热量的导出,提高散热效率。

    基于模态分解和迁移学习的极端场景下负荷预测方法

    公开(公告)号:CN112488397A

    公开(公告)日:2021-03-12

    申请号:CN202011389811.7

    申请日:2020-12-01

    摘要: 本发明公开了一种基于模态分解和迁移学习的极端场景下电力负荷预测方法,包括:1)统计各种极端场景下电力负荷历史数据,并将其按负荷曲线的大致趋势分类;2)使用改进的聚合经验模态分解法将数据分频,得到负荷趋势项和若干高频分量;3)使用所述历史数据的趋势项进行基于注意力机制模型权重转移的迁移学习,得到趋势项的预测模型;4)使用所述预测模型和LSTM网络分别对所述趋势项和本征模态函数进行负荷预测,并将预测结果叠加起来,得到负荷预测结果。本发明能充分利用各种极端事件发生时的电力负荷历史数据,对同类场景下电力负荷趋势进行预测,解决了极端场景下电力负荷预测时传统方法不适用的问题。