-
公开(公告)号：CN113434690B
公开(公告)日：2022-02-08
申请号：CN202110983999.6
申请日：2021-08-25
Applicant: 广东电网有限责任公司惠州供电局 , 惠州市鸿业电力信息科技有限公司
Abstract: 本发明公开了基于聚类算法的用电预测评估方法、装置、系统及介质，通过响应于用户输入的电器添加操作，采集目标电器的实际运行参数并存储至预设数据库中；基于预设因素对目标电器的用电影响，对预设数据库中已采集的电器进行聚类处理，得到目标电器在相应的预设因素下的聚类结果；根据聚类结果和实际运行参数计算目标电器在预设因素下的预测用电量；根据预测用电量对目标电器进行用电评估，并根据评估结果和聚类结果生成目标电器的最佳用电策略。通过基于预设因素的聚类处理使得在用电量的预测评估过程中能将预测用电量与实际环境因素密切关联，得到准确的预测用电量，并进一步得到可靠的最佳用电策略，有效提高了用电量预测和用电建议的准确性。
-
公开(公告)号：CN113434690A
公开(公告)日：2021-09-24
申请号：CN202110983999.6
申请日：2021-08-25
Applicant: 广东电网有限责任公司惠州供电局 , 惠州市鸿业电力信息科技有限公司
Abstract: 本发明公开了基于聚类算法的用电预测评估方法、装置、系统及介质，通过响应于用户输入的电器添加操作，采集目标电器的实际运行参数并存储至预设数据库中；基于预设因素对目标电器的用电影响，对预设数据库中已采集的电器进行聚类处理，得到目标电器在相应的预设因素下的聚类结果；根据聚类结果和实际运行参数计算目标电器在预设因素下的预测用电量；根据预测用电量对目标电器进行用电评估，并根据评估结果和聚类结果生成目标电器的最佳用电策略。通过基于预设因素的聚类处理使得在用电量的预测评估过程中能将预测用电量与实际环境因素密切关联，得到准确的预测用电量，并进一步得到可靠的最佳用电策略，有效提高了用电量预测和用电建议的准确性。
-
公开(公告)号：CN111600890A
公开(公告)日：2020-08-28
申请号：CN202010421601.5
申请日：2020-05-18
Applicant: 广东电网有限责任公司惠州供电局
Abstract: 本发明公开了基于大数据的网络安全感知系统，包括采集数据模块、分布式处理模块、云计算模块、感知技术模块、存储计数模块、数据防护、数据库漏扫模块、数据资产梳理模块、大数据库应用访问模块、大数据审计模块，所述采集数据模块的输出端与分布式处理模块输入端连接，所述分布式处理模块的输出端与云计算模块输入端连接，所述云计算模块的输出端与感知技术模块输入端连接，所述感知技术模块的输出端与存储模块的输入端连接，所述数据防护的输出端与大数据应用访问控制模块的输入端连接，该发明在数据资产梳理模块通过感知技术对数据库的核心技术和隐私进行加密，加强了大数据应用场景下的个人信息隐私的保护。
-
公开(公告)号：CN111464551A
公开(公告)日：2020-07-28
申请号：CN202010281370.2
申请日：2020-04-10
Applicant: 广东电网有限责任公司惠州供电局
IPC: H04L29/06
Abstract: 本发明公开了一种网络安全分析系统，包括电脑主机控制模块，所述电脑主机控制模块的输出端与访问控制模块的输入端电性连接，所述访问控制模块的输出端与检测安全漏洞模块的输入端电性连接，所述检测安全漏洞模块的输出端与攻击监控模块的输入端电性连接，所述攻击监控模块的输出端与加密通讯模块的输入端电性连接，本发明在电脑主机控制模块的防火墙、IDS模块和IPS模块的作用下，运行有访问控制模块进行访问网站的控制，检测安全漏洞模块可以检测系统的漏洞，攻击监控模块可以进行攻击和监控防御系统没有抵御的入侵者或是病毒，加密通讯模块可以加密一些通讯资料，认证模块可进行一些认证大的手续，备份和恢复模块可以备份和恢复一些文件和资料。
-
公开(公告)号：CN111126565A
公开(公告)日：2020-05-08
申请号：CN201911194942.7
申请日：2019-11-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司惠州供电局
Abstract: 本申请提供了一种基于深度学习的地块负荷密度指标预测方法及装置，其中方法包括：获取待预测地块的预测参数，其中，所述预测参数包括：地块数据参数、地区建设水平参数、地区产业结构参数、地区气候参数、地块位置参数；对所述预测参数进行归一化处理；将归一化后的所述预测参数输入至预先训练好负荷密度指标预测模型，通过所述负荷密度指标预测模型进行运算，得到所述待预测地块的负荷密度指标。本申请通过深度学习方式，根据获取的待预测地块的预测参数，结合训练优化后的负荷密度指标预测模型，输出待预测地块的负荷密度指标，避免了简单类比和经验判断带来的不确定因素，提高了负荷密度指标求取的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118536618A
公开(公告)日：2024-08-23
申请号：CN202410664861.3
申请日：2024-05-27
Applicant: 广东电网有限责任公司惠州供电局
IPC: G06N20/00 , G06F18/24 , G06F18/214 , G06F18/23
Abstract: 本发明提供一种基于缺失数据填补模型的个性化联邦学习方法及系统，方法包括：客户端接收设备状态监测传感器的数据集，将其划分为高缺失率集与低缺失率集；客户端通过服务器循环训练更新填补模型；客户端填补低缺失率集并合成伪标签，并训练辅助分类器；客户端更新数据集中的低缺失率集，然后使用更新后的数据集与训练后的辅助分类器二次训练填补模型；客户端填补数据集中的高缺失率集，然后使用填补后的高缺失率集二次更新数据集，得到填补后设备状态监测传感器的数据。本发明在保护传感器数据隐私的同时，提供了高细粒度级别的缺失数据填补方法，提升了传感器数据处理的准确性，提升了工业物联网环境中数据监测的有效性。
-
公开(公告)号：CN113838086B
公开(公告)日：2024-03-22
申请号：CN202110967049.4
申请日：2021-08-23
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司惠州供电局
Abstract: 本发明实施例公开了一种注意力评估测试方法、装置、电子设备及存储介质，该方法包括：获取用户在眼动分析阶段内不同采集时刻的眼动信息；依据用户在不同采集时刻的眼动信息，确定用户在不同采集时刻的瞳孔位置与瞳孔运动轨迹；其中，所述瞳孔运动轨迹用于表征瞳孔从当前采集时刻到相邻下一采集时刻之间的运动轨迹；依据用户在不同采集时刻的瞳孔位置与瞳孔运动轨迹，确定用户在眼动分析阶段的注意力评估结果。通过本发明实施例的技术方案，实现无注视目标及非实时眼动追踪的注意力评估。
-
公开(公告)号：CN117202462A
公开(公告)日：2023-12-08
申请号：CN202311263706.2
申请日：2023-09-27
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司惠州供电局
IPC: H05B47/165 , H05B47/16 , H05B47/105
Abstract: 本发明公开了一种变电站照明智能控制方法、装置、电子设备及存储介质，其中，该方法包括：获取与目标管理对象相关联的作业信息，并基于所述作业信息确定目标照明区域；基于所述作业信息确定与所述目标照明区域相对应的预计工作时间，并获取所述目标管理对象的当前位置信息；基于所述预计工作时间和所述当前位置信息控制所述目标照明区域内的照明设备。基于上述技术方案，获取与管理对象相关联的作业信息，基于该作业信息确定目标照明区域，并根据关联对象的预计工作时间和当前位置信息控制目标照明区域的照明设备，使得照明灯具能够根据实际需求进行精细化控制，从而提高了照明效率和能源利用率。
-
公开(公告)号：CN115391376A
公开(公告)日：2022-11-25
申请号：CN202211034311.0
申请日：2022-08-26
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司惠州供电局
IPC: G06F16/242 , G06F16/248 , G06F9/451 , G06F16/23 , G06Q10/00 , G06Q50/06
Abstract: 本发明公开了一种电力故障的查询方法、装置、电子设备及存储介质。通过将电力故障查询界面进行用户展示；响应于用户在目标展示区中选择的目标类型的电力数据，在电力数据库中查询与目标类型匹配的查询结果数据；将查询结果数据进行列表显示，并在目标展示区中展示与目标类型匹配的目标故障描述维度下的故障信息输入框；响应于用户在目标故障描述维度下的故障信息输入框中输入的待查询的故障信息，在查询结果数据中筛选出与所述故障信息匹配的故障查询数据。本发明解决了配电网故障研判技术存在的无法精确和快速的判断故障点的位置或者故障的范围的问题，实现了对电力故障信息的精确查询，提高了电力故障信息查询的效率和准确率。
-
公开(公告)号：CN118551108A
公开(公告)日：2024-08-27
申请号：CN202410664881.0
申请日：2024-05-27
Applicant: 广东电网有限责任公司惠州供电局
IPC: G06F16/9535 , G06N20/00 , G06N3/0475 , G06N3/084 , G06F21/60 , G06F18/214 , G06F18/24 , G06F21/62
Abstract: 本发明提供一种基于联邦学习的个性化跨域推荐方法，在跨域推荐中，根据用户具有唯一的ID，在源域和目标域中寻找得到共同用户和冷启动用户；基于共同用户，分别在源域和目标域利用隐语义模型生成共同用户的源域向量和目标域向量；基于共同用户的源域向量和目标域向量，采用横向联邦学习构建公共桥神经网络；基于公共桥神经网络，利用联邦元学习生成元学习生成网络；对元学习生成网络进行训练；基于训练后的元学习生成网络，为冷启动用户生成目标域向量，通过目标域向量实现个性化跨域推荐。本发明充分利用用户自身的数据，实现个性化精准的跨域推荐，且同时实现了对用户隐私的保护，具有实用意义。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.051 seconds)
