-
公开(公告)号：CN114201509A
公开(公告)日：2022-03-18
申请号：CN202111364189.9
申请日：2021-11-17
Applicant: 国网安徽省电力有限公司信息通信分公司 , 安徽明生恒卓科技有限公司
IPC: G06F16/2455 , G06F16/25 , G06F16/26 , G06Q50/06 , H04L67/125
Abstract: 本发明涉及电网数据监控技术领域，具体涉及一种基于实时数据库的电力数据信息监控系统，包括电力运行模块、数据采集单元、网络通信模块、存储模块、实时监控模块、数据库和历史数据模块，所述存储模块将所述网络通信模块所上传的信息存放入所述数据库，所述实时监控模块和所述历史数据模块则可从所述数据库内调出相应的数据。本发明中，本系统配置了电力运行模块、数据采集单元、服务器端以及数据库，电力运行模块实现对现场电力设备以及配电站的运行状态数据采集储存，数据采集单元根据需要将电力数据进行打包并转发给服务器端，服务器端与数据库双向连接，实现使用者对电力数据信息的实时监控以及过往数据查询。
-
公开(公告)号：CN119476624A
公开(公告)日：2025-02-18
申请号：CN202411650752.2
申请日：2024-11-19
Applicant: 国网安徽省电力有限公司信息通信分公司 , 安徽明生恒卓科技有限公司
Abstract: 本发明公开了一种基于大数据分析的自适应学习优化方法及系统，涉及机器学习技术领域，包括以下步骤，在学习者的设备中部署计算节点，获取学习数据，并配置边缘计算网关将处理后的学习数据传输至云计算中心；通过云计算中心对学习数据进行分析，获得学习者的学习情况；基于学习情况，给出策略优化方案。本发明通过个性化的学习路径推荐，学习者可以更快地掌握知识点，减少在不擅长领域的摸索时间，针对性的学习内容推送和练习可以帮助学习者在成绩较差的课程上取得进步，从而提高整体学习成绩，间歇式的对学习数据进行传输，能够减少整个设备的运算量，并对分析结果进行判断，保证学习数据的正确率以及分析结果的精准度。
-
公开(公告)号：CN119537582A
公开(公告)日：2025-02-28
申请号：CN202411361161.3
申请日：2024-09-27
Applicant: 国网智能电网研究院有限公司 , 中国电力科学研究院有限公司 , 国网安徽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
IPC: G06F16/35 , G06F18/2431 , G06F18/214 , G06F18/213
Abstract: 本发明提供了一种工业化数据多分类模型的构建方法、系统及其应用，涉及语言分析与分类处理技术领域，方法包括：获取工业化数据的专用结构元数据；对专用结构元数据进行分类标记，获得专用结构元数据的初始标签；基于专用结构元数据对语言表征模型进行预训练，获得专用结构元数据的预训练语言模型；通过包含初始标签的专用结构元数据在预训练语言模型上构建连续提示模板，根据连续提示模板获得工业化数据多分类模型。本发明通过基于连续提示模板的语言表征模型进行工业领域数据的文本分类，缩小上下游任务的差距，构建的多分类模型准确性高，进而能够准确实现文本多分类。
-
公开(公告)号：CN117932475A
公开(公告)日：2024-04-26
申请号：CN202311697640.8
申请日：2023-12-11
Applicant: 国网安徽省电力有限公司信息通信分公司 , 北京中电普华信息技术有限公司 , 国家电网有限公司大数据中心 , 国网信息通信产业集团有限公司 , 国网黑龙江省电力有限公司
IPC: G06F18/243 , G06F18/214 , G06F18/22
Abstract: 本公开提供一种嫁接数据源的匹配方法及相关设备。该方法包括：获取待匹配数据源；基于多个预设维度计算候选数据源与所述待匹配数据源之间的相似度；基于所述预设维度的目标权重和对应的所述相似度的乘积之和，得到所述候选数据源的匹配得分；将所述匹配得分最大的所述候选数据源确定为与所述待匹配数据源相匹配的目标数据源，从而提高数据源之间的匹配准确性。
-
公开(公告)号：CN111581072B
公开(公告)日：2023-08-15
申请号：CN202010397456.1
申请日：2020-05-12
Applicant: 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司
IPC: G06F11/34 , G06F18/2431 , G06F18/214
Abstract: 本发明涉及云存储技术领域，且公开了一种基于SMART和性能日志的磁盘故障预测方法，包括：（1）收集磁盘SMART信息、性能日志数据以及外部运行条件，利用随机森林算法进行训练，获得判断磁盘故障的特征项和判断模型。该基于SMART和性能日志的磁盘故障预测方法，利用随机森林算法获得判断磁盘是否故障的模型，相比较SMART单特征项的阈值判断，该模型综合分析多个特征项，综合判断磁盘是否故障，判断的准确性更高，通过对现有磁盘的数据变化对磁盘特征项的未来变化进行预测，再带入判断模型进行判断，提前预知未来磁盘的运行情况，帮助运维人员及时备份替换硬盘，避免数据丢失，服务器宕机，减少由此带来的经济损失。
-
Patent Agency Ranking
公开(公告)号：CN111581072A
公开(公告)日：2020-08-25
申请号：CN202010397456.1
申请日：2020-05-12
Applicant: 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明涉及云存储技术领域，且公开了一种基于SMART和性能日志的磁盘故障预测方法，包括：(1)收集磁盘SMART信息、性能日志数据以及外部运行条件，利用随机森林算法进行训练，获得判断磁盘故障的特征项和判断模型。该基于SMART和性能日志的磁盘故障预测方法，利用随机森林算法获得判断磁盘是否故障的模型，相比较SMART单特征项的阙值判断，该模型综合分析多个特征项，综合判断磁盘是否故障，判断的准确性更高，通过对现有磁盘的数据变化对磁盘特征项的未来变化进行预测，再带入判断模型进行判断，提前预知未来磁盘的运行情况，帮组运维人员及时备份替换硬盘,避免数据丢失,服务器宕机,减少由此带来的经济损失。
-
公开(公告)号：CN111581178A
公开(公告)日：2020-08-25
申请号：CN202010397489.6
申请日：2020-05-12
Applicant: 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司
IPC: G06F16/182 , G06N20/00 , G06N3/08 , G06K9/62
Abstract: 本发明公开了一种基于深度强化学习Ceph系统性能调优系统，由数据源模块、数据访问模式学习模块、评价机制学习模块和系统参数调整学习模块组成；一种基于深度强化学习Ceph系统性能调优策略，通过如下步骤实现：S1：对数据源进行预处理；S2：Ceph文件系统运行环境模型的学习与分类；S3：评价机制学习；S4：Ceph文件系统参数调整策略学习。本发明根据数据访问模式，采用深度强化学习算法，再结合A2C模型与Ceph文件系统的交互学习，得到优化后的参数，即可选择适应数据访问模式的最优系统参数，该方法可适应不同的数据访问模式和硬件配置，通过智能学习获取最优的系统参数，使得系统参数可以根据，从而提高Ceph文件系统的性能。
-
公开(公告)号：CN119739776B
公开(公告)日：2025-04-29
申请号：CN202510252812.3
申请日：2025-03-05
Applicant: 国网安徽省电力有限公司信息通信分公司
IPC: G06F16/25 , G06Q50/06 , G06F16/21 , G06F16/2458
Abstract: 本发明涉及电网数据处理技术领域，具体为一种多源异构数据实时接入方法及系统，包括以下步骤：获取变电站监测数据字段，提取电流电压功率状态属性，依据调度数据库提取层级关系，计算多节点间的关联度，得到电网层级映射权重。本发明中，通过提取关键监测数据字段，依据调度数据库计算多节点间的关联度，构建层级关系，使数据组织符合电网结构，数据匹配采用匹配度计算和优先项设定，确保精准适配，减少错误匹配影响调度决策，缺失数据填充结合设备关联计算推测值，并基于趋势变化调整负荷，提升数据完整性和可靠性，解析数据流特征，检测字段变更，依据设备运行记录调整数据映射，使系统适应数据结构变化，计算存储结构拟合度，提高调度中心数据处理效率。
-
公开(公告)号：CN114969205B
公开(公告)日：2024-04-16
申请号：CN202210565508.0
申请日：2022-05-23
Applicant: 国网安徽省电力有限公司信息通信分公司
Abstract: 本发明涉及数据隔离共享，具体涉及一种基于数据中台的数据隔离共享服务系统，包括服务器，服务器通过数据存储分配模块在数据中台中对原始数据、加工数据进行分配存储，并利用访问区域创建模块在原始数据的存储区域中为各部门创建独立访问区域，服务器通过访问权限分配模块为各部门对原始数据进行处理后得到加工数据的存储区域对应分配访问权限，服务器通过原始数据访问模块、加工数据访问模块分别限制访问原始数据、加工数据；本发明提供的技术方案能够有效克服现有技术所存在的无法实现对数据的隔离访问、数据共享服务无法满足数据中台需求的缺陷。
-
公开(公告)号：CN116796864A
公开(公告)日：2023-09-22
申请号：CN202310320264.4
申请日：2023-03-29
Applicant: 国网安徽省电力有限公司信息通信分公司
Abstract: 本发明提出一种基于数据相似度聚合的电力数据分布式联邦学习系统，包括基于本地模型聚合的分布式联邦学习模型和基于模型数据相似度的联邦学习聚合过程，其中分布式联邦学习模型包括区块链网络和本地服务器(区块链节点服务器节点和模型计算服务器节点)，旨在将模型参数聚合工作转到本地服务器中进行，解决了传统联邦学习对中心服务器的依赖和模型单一的问题，实现本地模型个性化；基于模型数据相似度的联邦学习聚合方法利用余弦相似度计算参与者模型参数之间的相关度，确定模型聚合过程中所占权重，实现相似应用场景模型之间更多的学习。该方案满足数据隐私保护需求，有效提高了电力企业在负荷预测和故障诊断等不同应用场景下的安全性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.113 seconds)
